因子はほぼRにのみに存在する特徴的なクラスです。因子はカテゴリカル変数（男性と女性、病気の有無など）を表現するためのもので、統計解析において重要な役割を果たします。ただし、因子の挙動はやや複雑で、文字列のつもりが因子だった、因子だと思っていたら文字列だった、などという場合が多々発生します。
因子を作るときには、factor関数を用います。引数には文字列や数値のベクターを取ります。また、gl関数を用いても因子を作成することができます。
因子を作成する
x <- c("dog", "cat", "pig", "horse")
factor(x)
## [1] dog cat pig horse
## Levels: cat dog horse pig
gl(2, 8, labels=c("A", "B")) # AとBを８回ずつ繰り返す因子
## [1] A A A A A A A A B B B B B B B B
## Levels: A B
# 4つのラベルを1回ずつ16個まで繰り返す因子
gl(4, 1, 16, labels=c("cat", "dog", "pig", "rat"))
## [1] cat dog pig rat cat dog pig rat cat dog pig rat cat dog pig rat
## Levels: cat dog pig rat因子と文字列を表示したときの違いは、
の2点です。文字列なのか因子なのかわからないときには、コンソールに表示してみるとよいでしょう。
因子と文字列の違い
x <- rep(x, c(5, 4, 3, 2))
x # これは文字列のベクター（ダブルクオーテーション付き）
## [1] "dog" "dog" "dog" "dog" "dog" "cat" "cat" "cat" "cat"
## [10] "pig" "pig" "pig" "horse" "horse"
fx <- factor(x)
fx # こちらは因子のベクター（Levelsを表示）
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: cat dog horse pig因子にはレベル（Levels）というアトリビュートが存在します。レベルは、因子の種類と順番を指すアトリビュートです。文字列を因子に変えた場合には、アルファベット順にレベルが付与され、数値を因子に変えた場合には、数値の小さいものからレベルが付与されます。レベルの順序は、グラフや統計結果の表示の順番に影響を与えます。
因子のレベルを確認する関数には、nlevels関数とlevels関数の2つが存在します。nlevels関数は因子のレベルの数を返す関数です。levels関数は因子のレベルをそのレベルの順番にそって返します。
因子のレベルとその順番
nlevels(fx)
## [1] 4
levels(fx) # levelsはアルファベット順になる
## [1] "cat" "dog" "horse" "pig"
x2 <- c(4, 3, 2, 1)
fx2 <- factor(x2)
levels(fx2) # levelsは数値順になる
## [1] "1" "2" "3" "4"因子のクラスはfactor、型はnumeric（integer）です。つまり、因子は整数にレベルがラベル付けされているクラスとなります。
因子のクラス・型
class(fx)
## [1] "factor"
mode(fx)
## [1] "numeric"
typeof(fx)
## [1] "integer"
# 文字列から作った因子もnumericとなる
fch <- c("dog", "cat")
fch <- factor(fch)
mode(fch)
## [1] "numeric"因子はそもそも型が数値ですので、as.numeric関数で数値に変換できます。このときの数値はレベルの順番に1、2、3…となります。また、因子をas.character関数を用いて文字列に変換することもできます。文字列に変換した場合には、レベルの名前がそのまま出力されます。
また、ベクターには、名前（names）というアトリビュートがあるのですが、因子のレベルはこの名前とは異なります。因子のベクターにも名前は別途つけることができますが、過剰に複雑になるので避けた方が良いでしょう。
因子から数値・文字列への変換
fx
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: cat dog horse pig
as.numeric(fx) # levelsの順に番号が付く
## [1] 2 2 2 2 2 1 1 1 1 4 4 4 3 3
as.character(fx) # 文字列には直接変換できる
## [1] "dog" "dog" "dog" "dog" "dog" "cat" "cat" "cat" "cat"
## [10] "pig" "pig" "pig" "horse" "horse"
# factorの文字はnamesとしては設定されていない（levelsはnamesではない）
names(fx)
## NULL
fx1 <- fx
names(fx1) <- rep(c("rat", "mouse", "sheep", "monkey"), c(2, 3, 4, 5))
fx1 # 名前付きベクターの因子
## rat rat mouse mouse mouse sheep sheep sheep sheep monkey monkey
## dog dog dog dog dog cat cat cat cat pig pig
## monkey monkey monkey
## pig horse horse
## Levels: cat dog horse pig因子の各レベルの要素の個数を数える場合には、table関数を用います。table関数を用いると、各レベルと、そのレベルの要素の数が返ってきます。同様に、summary関数でも要素の数を数えることができます。
因子の個数を数える：table関数
table(fx)
## fx
## cat dog horse pig
## 4 5 2 3
summary(fx)
## cat dog horse pig
## 4 5 2 3レベルの順序は、因子を作成するときにfactor関数の引数にlevelsを指定することで変更できます。levelsには因子の要素のベクターで指定します。このlevelsに指定した順番に、レベルの順序が決まります。
レベルの順序を変更する
fx
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: cat dog horse pig
fx2 <- factor(fx, levels = c("cat", "horse", "pig", "dog"))
levels(fx) # レベル順はcat, dog, horse, pig
## [1] "cat" "dog" "horse" "pig"
levels(fx2) # レベルの順序が上のlevelsの順に変更されている
## [1] "cat" "horse" "pig" "dog"
as.numeric(fx) # 元の順序
## [1] 2 2 2 2 2 1 1 1 1 4 4 4 3 3
as.numeric(fx2) # 変更後の順序
## [1] 4 4 4 4 4 1 1 1 1 3 3 3 2 2| 関数名 | 因子xに適用される演算 |
|---|---|
| factor(x, levels) | 因子を作成する・レベルの順序を変える |
| levels(x) | レベルを表示する |
| nlevels(x) | レベルの数を表示する |
| table(x) | 各レベルの要素数を表示する |
Rでは因子のレベル順を変更し、グラフや統計結果の表示順を定める場合があります。特に統計学的検定の計算では、対照群（Control）と処理群（Treatment）が因子の順番によって決まる場合があり、因子の順序が計算上重要となります。
デフォルトのRの関数群でも因子の順序などを編集することはできますが、因子の演算を行う専門のライブラリであるforcats (Wickham 2023)を用いると、より簡潔に、統一感のある因子の演算を行うことができます。forcatsもtidyverse (Wickham et al. 2019)に含まれるライブラリの一つです。
| 関数名 | 因子xに適用される演算 |
|---|---|
| fct_count(x) | 各レベルの要素の数を返す |
| fct_match(x, pattern) | patternのレベルであればTRUEを返す |
| fct_unique(x) | 各レベルから要素を1つずつ返す |
| fct_c(x, y) | 因子を結合する |
| fct_unify(list(x, y)) | リスト内の因子間でレベルを追加する |
| fct_relevel(x, levels) | レベルを付け直す |
| fct_infreq(x) | レベルの要素の数順にレベルをつけ直す |
| fct_inorder(x) | 前にある要素ほど前のレベルにする |
| fct_rev(x) | レベルを逆順にする |
| fct_shift(x) | レベルの順を1つずらす |
| fct_shuffle(x) | レベルをランダムに並べ替える |
| fct_recode(x, newlevel=“oldlevel”) | oldlevelのラベルをnewlevelにつけ直す |
| fct_anon(x) | レベル名を匿名化する |
| fct_collupse(x, newlevel=c(levels)) | 2つ以上のレベルを1つにまとめる |
| fct_lump_min(x, min) | minで指定した数以上のレベルをotherにする |
| fct_other(x, keep) | keepで指定したレベル以外の因子をotherにする |
fct_count関数はtable関数とほぼ同じ関数で、因子の要素数を返しますが、結果をデータフレーム（正確にはtibbleというもの）で返す点がtable関数とは異なります。
fct_match関数は、パターンとしてレベル名を設定し、そのレベルと一致する要素ではTRUE、一致しない要素にはFALSEを返します。
fct_unique関数はlevels関数とほぼ同じですが、levels関数の返り値が文字列なのに対して、fct_unique関数は因子を返す点が異なります。
forcats 因子を確認する
# tidyverseをロードすると、forcatもロードされる
pacman::p_load(tidyverse)
fx
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: cat dog horse pig
# table関数と同じ変換をデータフレーム（正確にはtibble）を出力として行う
fct_count(fx)
## # A tibble: 4 × 2
## f n
## <fct> <int>
## 1 cat 4
## 2 dog 5
## 3 horse 2
## 4 pig 3
fct_match(fx, "dog") # 因子dogを探す関数
## [1] TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [13] FALSE FALSE
fct_unique(fx) # levelsとほとんど同じ関数(因子を返す、levelsは文字列を返す)
## [1] cat dog horse pig
## Levels: cat dog horse pig因子をつなぐときに用いるのが、fct_c関数とfct_unity関数です。fct_c関数はc関数と同じですが、因子のリストを引数に取れるという特徴があります。fact_unify関数は引数にリストを取り、お互いにレベルを追加するところが異なります。
forcats：因子を結合する
fx3 <- factor(rep(c("rat", "mouse", "sheep"), c(3, 4, 5)))
c(fx, fx3)
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse rat rat rat mouse mouse mouse mouse sheep sheep sheep
## [25] sheep sheep
## Levels: cat dog horse pig mouse rat sheep
fct_c(fx, fx3) # レベルが追加される(c関数でつないでもほぼ同じ)
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse rat rat rat mouse mouse mouse mouse sheep sheep sheep
## [25] sheep sheep
## Levels: cat dog horse pig mouse rat sheep
fct_unify(list(fx, fx3)) # 因子のリストにそれぞれレベルを追加する
## [[1]]
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: cat dog horse pig mouse rat sheep
##
## [[2]]
## [1] rat rat rat mouse mouse mouse mouse sheep sheep sheep sheep sheep
## Levels: cat dog horse pig mouse rat sheep因子のレベルを付け直すのがfct_relevel関数です。factor関数にlevels引数を取るのとほぼ同じことができます。
fct_infreq関数は因子のレベルを因子の個数順（多いものが前、少ないものが後）に、fct_inorder関数は因子のベクターで前に出てきたものをより前にする形でレベルを変更するものです。
fct_rev関数はレベルを逆順に、fct_shift関数は一番前のレベルを一番最後にシフトし、fct_shuffle関数はレベルの順序をランダムに入れ替える関数です。
forcats：レベルを操作する
fct_relevel(fx, c("dog", "cat", "pig", "horse")) # factor(fx, levels=c("dog", "cat", "pig", "horse"))と同じ
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: dog cat pig horse
fct_infreq(fx) # 要素が多いものから順番に並べ替える
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: dog cat pig horse
fct_inorder(fx) # 要素が前にあるものをレベルの前に変更する
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: dog cat pig horse
fct_rev(fx) # レベルを逆順にする
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: pig horse dog cat
fct_shift(fx) # レベルを1つずらす
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: dog horse pig cat
fct_shuffle(fx) # レベルをランダムに並べ替える
## [1] dog dog dog dog dog cat cat cat cat pig pig pig
## [13] horse horse
## Levels: cat dog pig horsefct_recode関数は因子名を別名に付け替え、fct_anon関数は因子名を匿名化（anonymize）するものです。fct_collapse関数は因子の複数のレベルを1つにまとめ、fct_lump_min関数はmin引数で指定した数より個数が少ない因子をすべてotherに変えます。fct_other関数はkeep引数で指定したレベル以外をotherに変えます。
いずれも、データをRに取り込んだ後に、余分な因子を処理したり、匿名化することで個人情報等に対応したりするために用いるものです。
forcats：レベル名を変更する
fct_recode(fx, mouse="dog", rat="cat", monkey="pig", cow="horse") # ラベルを付け替える
## [1] mouse mouse mouse mouse mouse rat rat rat rat monkey
## [11] monkey monkey cow cow
## Levels: rat mouse cow monkey
fct_anon(fx) # 因子を匿名化（anonymize）する
## [1] 4 4 4 4 4 3 3 3 3 2 2 2 1 1
## Levels: 1 2 3 4
fct_collapse(fx, dogcat = c("dog", "cat")) # レベルを結合する
## [1] dogcat dogcat dogcat dogcat dogcat dogcat dogcat dogcat dogcat pig
## [11] pig pig horse horse
## Levels: dogcat horse pig
fct_lump_min(fx, min=4) # 2つより少ない個数しかない因子をotherに変える
## [1] dog dog dog dog dog cat cat cat cat Other Other Other
## [13] Other Other
## Levels: cat dog Other
fct_other(fx, keep=c("dog", "cat")) # keep以外のレベルをotherに変える
## [1] dog dog dog dog dog cat cat cat cat Other Other Other
## [13] Other Other
## Levels: cat dog Other