liste tous les niveaux de facteur d'un data.frame

avec str(data) - je obtenir le headles niveaux (1 à 2 valeurs)

fac1: Factor w/ 2  levels ... :
fac2: Factor w/ 5  levels ... :
fac3: Factor w/ 20 levels ... :
val: num ...

avec dplyr::glimpse(data) - je obtenir plus de valeurs, mais pas d'infos sur le nombre des valeurs de facteur de niveaux. Est-il un moyen automatique pour obtenir tous les informations de l'ensemble des facteur de vars dans les données.cadre? Un court formulaire avec plus d'infos pour

levels(data$fac1)
levels(data$fac2)
levels(data$fac3)

ou plus précisément une version élégante pour quelque chose comme

for (n in names(data))
  if (is.factor(data[[n]])) {
    print(n)
    print(levels(data[[n]]))
  }

thx
Christof

source d'informationauteur ckluss

  1. 11

    Voici quelques options. Nous bouclons la "data" avec sapply et obtenir le levels de chaque colonne (en supposant que toutes les colonnes sont factor classe)

    sapply(data, levels)

    Ou si nous avons besoin de tuyau ( %>% ), ce qui peut être fait comme

    library(dplyr)
data %>% 
     sapply(levels)

    Ou une autre option est summarise_each de dplyr où nous indiquer le levels dans le funs.

     data %>%
      summarise_each(funs(list(levels(.))))
  2. 2

    Une méthode plus simple est d'utiliser le sqldf paquet et utiliser une instruction select distinct. Cela rend plus facile d'obtenir automatiquement les noms de niveaux de facteurs et ensuite spécifier que les niveaux pour les autres colonnes/variables.

    Générique extrait de code est:

    library(sqldf)
    array_name = sqldf("select DISTINCT *colname1* as '*column_title*' from *table_name*")

    Exemple de code à l'aide de l'iris dataset:

    df1 = iris
factor1 <- sqldf("select distinct Species as 'flower_type' from df1")
factor1    ## to print the names of factors

    De sortie:

      flower_type
1      setosa
2  versicolor
3   virginica
  3. 0

    Ou à l'aide de purrr:

    data %>% purrr:map(levels)

    Ou à d'abord factoriser tout:

    data %>% dplyr::mutate_all(as.factor) %>% purrr:map(levels)

    Et de répondre à la question sur la façon d'obtenir les longueurs:

    data %>% map(levels) %>% map(length)