创建因子时设置级别与 `levels()<-`

让我们首先创建一些因素：

F1 <- factor(c(1,2,20,10,25,3))
F2 <- factor(paste0(F1, " years"))
F3 <- F2
levels(F3) <- paste0(sort(F1), " years")
F4 <- factor(paste0(F1, " years"), levels=paste0(sort(F1), " years"))

然后看看它们：

> F1
[1] 1  2  20 10 25 3 
Levels: 1 2 3 10 20 25

> F2
[1] 1 years  2 years  20 years 10 years 25 years 3 years 
Levels: 1 years 10 years 2 years 20 years 25 years 3 years

> F3
[1] 1 years  3 years  10 years 2 years  20 years 25 years
Levels: 1 years 2 years 3 years 10 years 20 years 25 years

> F4
[1] 1 years  2 years  20 years 10 years 25 years 3 years 
Levels: 1 years 2 years 3 years 10 years 20 years 25 years

首先，我注意到 F2 中级别的“预期”顺序与 F1 不相似。看看factor文档揭示了原因：级别是通过首先对输入进行排序来创建的。在 F2 的情况下，这些是字符串，其中排序考虑了长度（？）。

对我来说比较难理解的是F3和F4之间设置级别的区别。在 F3 中，我在创建因子后设置级别，而在 F4 中，我在创建因子时明确设置它们。在 F3 中，levels()

有人可以解释其中的区别吗？

F1正如您自己发现的那样，使用数字排序。

F2使用字典排序，首先比较第一个字符，使用第二个字符打破平局，依此类推，这就是为什么"10 years"在。。。之间"1 years" and "2 years".

F4由字符向量创建，但具有可能因素的明确列表。因此，该列表将被获取（不排序）并用数字 1 到 6 进行标识。然后，将输入的每个项目与可能的级别集进行比较，并存储关联的数字。毕竟，因子只是一堆数字（as.numeric将向您显示它们）与用于打印的级别列表相关联。所以F4就像打印一样F2，但其级别排序不同。

F3是从 F2 创建的，因此它的级别最初是未排序的。该赋值仅替换级别名称集，而不替换向量中的数字。所以你可以将其视为renaming现有水平。如果你看一下这些数字，它们将与来自的数字相匹配F2，而关联的名称，特别是名称的顺序，与来自的匹配F4.

正如您的问题声称这不是纯粹的重新标签：是的，这是纯粹的重新标签，您获得F3 from F2使用以下更改（在打印输出的两行中）：

• 10 → 2
• 2 → 3
• 20 → 10
• 25 → 20
• 3 → 25

The str函数也是查看因子内部表示的好工具。