3.3 R 팩터 Factor

범주형(명목형) 자료의 데이터 구조입니다. Levles는 이 팩터(요인)가 가질 수 있는 값들입니다. 예를 들면 성별 데이터는 범주형 데이터로서 팩터 데이터 구조를 가질 수 있는데, “남성”와 “여성”은 Levels라 할 수 있습니다.

R에서 분석을 하다보면 팩터형식의 데이터이어야 하는 경우가 있고, 팩터형식이 아니어야 하는 경우가 있습니다. 상황에 따라 적절한 형식으로 변환하며 사용해야 합니다.

3.3.1 팩터 변수 만들기

sex <- factor(c("남성", "여성", "여성", "남성", "남성"))
sex
#> [1] 남성 여성 여성 남성 남성
#> Levels: 남성 여성

sex <- c("남성", "여성", "여성", "남성", "남성")
sex <- factor(sex)

# Or
sex <- factor(sex, levels = c("여성", "남성"))
sex
#> [1] 남성 여성 여성 남성 남성
#> Levels: 여성 남성

# 팩터 변수의 levels 보기
levels(sex)
#> [1] "여성" "남성"

팩터는 벡터와 밀접한 관계입니다. 사실상 펙터는 정수 벡터로 저장된 데이터 구조입니다. 아래에서 보듯이 levels는 문자로 저장되어 있으나, 각 요소는 숫자로 저장되어 있습니다. 1은 여성이고 2는 남성인 것입니다.

str(sex)
#>  Factor w/ 2 levels "여성","남성": 2 1 1 2 2

3.3.2 팩터 요소 추출

팩터의 요소 추출은 벡터와 유사합니다.

sex[3]
#> [1] 여성
#> Levels: 여성 남성
sex[c(1, 3)]
#> [1] 남성 여성
#> Levels: 여성 남성
sex[-1]
#> [1] 여성 여성 남성 남성
#> Levels: 여성 남성

3.3.3 팩터 요소 수정

팩터 요소의 수정은 벡터와 비슷하나, Levels 값의 범위를 벗어날 수 없습니다.

sex[1] <- "여성"
sex
#> [1] 여성 여성 여성 남성 남성
#> Levels: 여성 남성

sex[1] <- "양성"
#> Warning in `[<-.factor`(`*tmp*`, 1, value = "양성"): invalid factor level, NA
#> generated
sex
#> [1] <NA> 여성 여성 남성 남성
#> Levels: 여성 남성

Levels 값의 범위를 벗어난 값을 추가하려면 먼저 새로운 Levels 값을 추가합니다.

# 새로운 Levels 값 추가
levels(sex) <- c(levels(sex), "양성")
sex[1] <- "양성"
sex
#> [1] 양성 여성 여성 남성 남성
#> Levels: 여성 남성 양성

3.3.4 기타

3.3.4.1 팩터 레벨의 순서 변경

팩터 레벨의 순서는 levels 속성에서 정의하여 줍니다.

sex <- factor(sex, levels = c("여성", "양성", "남성"))
sex
#> [1] 양성 여성 여성 남성 남성
#> Levels: 여성 양성 남성

3.3.4.2 팩터 형식 검사

is.factor(sex)
#> [1] TRUE

3.3.4.3 팩터 변환

factor()와 as.factor()는 거의 유사하나, 입력 데이터가 이미 factor이거나 vector이면 as.factor()의 속도가 더 빠릅니다.

pf <- c(1, 5, 1, 3, 3, 2, 4, 2, 5, 1, 3, 5)
pf <- as.factor(pf)
pf
#>  [1] 1 5 1 3 3 2 4 2 5 1 3 5
#> Levels: 1 2 3 4 5

3.3.4.4 팩터 변수 요약

summary(sex)
#> 여성 양성 남성 
#>    2    1    2