1

Tengo un data frame con distintas variables cuantitativas y quiero pasarlas a categóricas. Por ejemplo, la variable Education puede tomar los valores: 'Below College' 'College' 'Bachelor' 'Master' 'Doctor'

Quiero que Education pase a tener un valor numérico, de forma que sea 1 cuando tenga el valor'Below College', 2 cuando sea 'College', 3 con 'Bachelor', etc. Actualmente es una variable tipo integer e imagino que pasaría a ser tipo char.

Debe ser una tontería pero no encuentro la forma de hacerlo. Como sería?

Muchas gracias!

2 respuestas 2

0

La forma natural de tratar datos categóricos en R es usando el tipo de dato factor. Veamos algunos ejemplos:

Transformar cadenas a factores o a valores numéricos

set.seed(2020)
ejemplo <- sample(niveles, 10, replace = TRUE)

ejemplo
 [1] "Master"        "Master"        "Below College"
 [4] "Below College" "Master"        "College"      
 [7] "Below College" "Doctor"        "College"      
[10] "College"      

# Convertir un conjunto de cadenas en un factor
factor(ejemplo, levels = niveles)
 [1] Master        Master        Below College
 [4] Below College Master        College      
 [7] Below College Doctor        College      
[10] College      
5 Levels: Below College College Bachelor ... Doctor

Como factor la única diferencia con la variable original, es que internamente todas las cadenas se manejan con un valor numérico según el orden establecido mediante el vector que le pasamos a levels. Está característica nos permite transformar luego este factor en sus valores numéricos asociados:

# Convertir un variable en un dato numérico 
as.numeric(factor(ejemplo, levels = niveles))
[1] 4 4 1 1 4 2 1 5 2 2    

El as.numeric() nos retornará los levels, es decir, los números que definen cada etiqueta, mientras as.character()` nos retornará las etiquetas en sí.

Ahora, si en realidad tienes una variable numérica que quieres transformar en una categórica

Transformar valores numéricos a categorías

set.seed(2020)
ejemplo <- sample(1:5, 10, replace = TRUE)
ejemplo
[1] 4 4 1 1 4 2 1 5 2 2

factor(ejemplo, levels=1:5, labels = niveles)
 [1] Master        Master        Below College
 [4] Below College Master        College      
 [7] Below College Doctor        College      
[10] College      
5 Levels: Below College College Bachelor ... Doctor

factor() también te permite transformar un vector numérico en las categorías deseadas, simplemente, debes indicar los levels y labels que corresponda. Nota además, que no se requiere en ningún caso tener todos los niveles en el vector original. El los ejemplos, el level=3 no lo tenemos en el vector de origen, pero la "magia" de los factores nos permiten definir este.

1
  • 1
    Perfecto, gracias Patricio. Así ha quedado el tema: employee$Education <- factor(employee$Education, levels=1:5, labels = c("Below College", "College", "Bachelor", "Master", "Doctor"))
    – Rafa
    el 15 jun. 2020 a las 21:01
0

Te comparto una manera muy sencilla de realizarlo utilizando la libraría de stringr que se utiliza para remplazar texto

#En caso de no tener intalada la library Stringr
 install.packages("stringr")
 library(stringr)
 
 #Simulamos un set de datos similar al que mencionas
 datos<-data.frame(Education=rep(c("Below College","College","Bachelor","Master","Doctor"),each=9))
 
 #Este vector lo que nos indica a por que valor lo queremos cambiar
 var_cat<-c("Below College"="1","Bachelor"="2","College"="3","Master"="4","Doctor"="5")
  
  #Utilizamos la función str_replace y lo guardamos en una nueva columna llamada Valores
  datos["Valores"]<-str_replace_all(datos$Education,var_cat)

  #Convertimos la columna a numero
  datos["Valores"]<-as.numeric(datos$Valores)

El paso final de convertir el resultado a numero es necesario ya que la función de str_replace_all solo funciona con tipo string, y no se puede asignar la variable a tipo numérico.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.