为什么因子中标签和水平的术语如此奇怪？

不可设置函数的一个例子是labels。您只能在使用创建因子标签时设置它们factor()功能。没有labels<-功能。因素中的“标签”和“水平”没有任何意义......

>  fac <- factor(1:3, labels=c("one", "two", "three"))
> fac
[1] one   two   three
Levels: one two three
> labels(fac)
[1] "1" "2" "3"

好吧，我要求提供标签，人们可能会认为这些标签是由因子调用设置的，但我得到了一些东西……这个词是什么，不直观？

> levels(fac)
[1] "one"   "two"   "three"

如此看来，设置标签实际上就是设置级别。

>  fac <- factor(1:3, levels=c("one", "two", "three"))
> levels(fac)
[1] "one"   "two"   "three"

好的，正如预期的那样。那么，当设置级别时，标签是什么？

>  fac <- factor(1:3, levels=c("one", "two", "three"), labels=c("x","y", "z") )
> labels(fac)
[1] "1" "2" "3"
> levels(fac)
[1] "x" "y" "z"

看来“标签”的论据是factor()胜过任何级别规范的“级别”参数。为什么会这样呢？为什么会这样labels()返回我想要检索的内容as.character(as.numeric(fac))?

（这是一个关于赋值函数的早期答案中的一个切题评论[如此标记]，我被要求转向一个问题。所以这是你启发我的机会。）

我认为思考之间差异的方法labels and levels（忽略labels()汤米在他的回答中描述的功能）是levels旨在告诉 R 在输入中查找哪些值（x）以及在结果级别中使用什么顺序factor对象，以及labels是要改变values输入被编码为一个因素后的级别......正如汤米的回答所建议的，没有factor返回的对象factor()它被称作labels...只是级别，已由labels论证……（清晰如泥）。

例如：

> f <- factor(x=c("a","b","c"),levels=c("c","d","e"))
> f
[1] <NA> <NA> c  
Levels: c d e
> str(f)
Factor w/ 3 levels "c","d","e": NA NA 1

因为前两个元素x没有找到在levels，前两个元素f are NA。因为"d" and "e"被包括在levels，它们出现在以下级别f即使它们没有发生在x.

现在与labels:

> f <- factor(c("a","b","c"),levels=c("c","d","e"),labels=c("C","D","E"))
> f
[1] <NA> <NA> C   
Levels: C D E

在 R 找出因子中应包含的内容后，它会重新编码级别。人们当然可以用它来做一些令人费脑筋的事情，例如：

> f <- factor(c("a","b","c"),levels=c("c","d","e"),labels=c("a","b","c"))
> f
[1] <NA> <NA> a   
Levels: a b c

另一种思考方式levels就是它factor(x,levels=L1,labels=L2)相当于

f <- factor(x,levels=L1)
levels(f) <- L2

我认为这个例子的适当措辞版本可能适合帕特伯恩斯地狱R http://www.burns-stat.com/pages/Tutor/R_inferno.pdf——第 8.2 节中有很多因素谜题，但不是这个特定的谜题……