R語言中的因子就是factor，用來表示分類變量(categorical variables)，這類變量不能用來計算而只能用來分類或者計數。
可以排序的因子稱為有序因子(ordered factor)。
factor()
用來生成因子數據對象，語法是：
factor(data, levels, labels, ...)
其中data是數據，levels是因子的級別向量，labels是因子的標簽向量。
以我的10個月的fitbit數據為例，創建一個因子
fitbit <- read.csv("fitbit.csv")
fitbit$date <- as.Date(fitbit$date)
month <- factor(format(fitbit$date,"%m")) #建立因子
這樣就按月份建立一個因子，以后就可以按月份進行分類統計了。
str(month) #看看因子的結構信息，可以看到有10個級別Levels，代表着10個月份。
Factor w/ 10 levels "01","02","03",..: 1 1 1 1 1 1 1 1 1 1 ...
length(month) #向量的長度並不是10，而是fitbit中的數據行數。
[1] 304
summary(month) #可以看看匯總信息，這里列出每個分類中的數據個數
01 02 03 04 05 06 07 08 09 10
31 28 31 30 31 30 31 31 30 31
ordered()
也可以建立有序的因子：
ordered_month <- ordered(format(fitbit$date,"%m"))
str(ordered_month)
Ord.factor w/ 10 levels "01"<"02"<"03"<..: 1 1 1 1 1 1 1 1 1 1 ...
可以看出各個級別有順序大小關系。
tapply()
統計每個月的步數
tapply(fitbit$step, month, mean)
01 02 03 04 05 06 07 08 09 10
11263.032 10200.250 12710.065 6389.233 7228.774 10755.800 11425.903 11147.129 11210.767 9706.097
畫出圖來看看，4、5月份有缺失數據，所以平均數偏低
plot(tapply(fitbit$step, month, mean), type="b")
score1 <- ordered(score, levels = c('C', 'B', 'A')); score1
3、用cut()函數將一般的數據轉換成因子或有序因子。
例1：exam <- c(98, 97, 52, 88, 85, 75, 97, 92, 77, 74, 70, 63, 97, 71, 98,
65, 79, 74, 58, 59, 60, 63, 87, 82, 95, 75, 79, 96, 50, 88)
exam1 <- cut(exam, breaks = 3) #切分成3組
exam2 <- cut(exam, breaks = c(0, 59, 69, 79, 89, 100)) #切分成自己設置的組
attr(exam1, 'levels'); attr(exam2, 'levels'); attr(exam2, 'class')
ordered(exam2, labels = c('bad', 'ok', 'average', 'good', 'excellent')) #一個有序因子