R语言实现因子转数值及还原为原因子水平的函数需求

针对你的需求，我们可以实现两个自定义函数来完成分类变量与数值矩阵的双向转换，以下是具体实现：

1. fct2num：将指定分类变量转换为数值矩阵并生成映射字典 #

该函数接收原始数据框和需要转换的分类变量列表，自动将二元分类变量转换为0/1数值，同时记录每个变量的因子水平与数值的映射关系：

fct2num <- function(df, fct_vars) {
  df_processed <- df
  mapping_dict <- list()
  
  for (var in fct_vars) {
    # 强制转为因子，确保变量为二元类型
    df_processed[[var]] <- as.factor(df_processed[[var]])
    var_levels <- levels(df_processed[[var]])
    
    # 校验是否为二元因子
    if (length(var_levels) != 2) {
      stop(paste("变量", var, "不是二元因子，请检查输入数据"))
    }
    
    # 建立映射：第一个因子水平对应0，第二个对应1
    mapping_dict[[var]] <- setNames(c(0, 1), var_levels)
    
    # 转换为0/1数值
    df_processed[[var]] <- as.integer(df_processed[[var]]) - 1
  }
  
  # 转换为数值矩阵并返回结果
  num_matrix <- as.matrix(df_processed)
  return(list(num_matrix = num_matrix, mapping = mapping_dict))
}

2. num2originalfct：借助映射字典还原为原因子水平 #

该函数接收数值矩阵和fct2num生成的映射字典，将数值列反向转换为原来的分类因子：

num2originalfct <- function(num_matrix, mapping_dict) {
  df_restored <- as.data.frame(num_matrix)
  
  for (var in names(mapping_dict)) {
    # 创建反向映射：数值 -> 因子水平
    reverse_mapping <- setNames(names(mapping_dict[[var]]), mapping_dict[[var]])
    
    # 将数值列转换为因子，保持原水平顺序
    df_restored[[var]] <- factor(
      reverse_mapping[as.character(df_restored[[var]])],
      levels = names(mapping_dict[[var]])
    )
  }
  
  return(df_restored)
}

测试示例 #

使用你提供的示例数据进行测试：

# 构造示例数据框
df <- data.frame(
  age = c(18, 29, 55, 90, 44),
  sex = c("M", "F", "M", "M", "F"),
  category = c("cat1", "cat1", "cat2", "cat2", "cat2"))

# 指定需要转换的分类变量
fct_var <- c("sex", "category")

# 执行转换
conversion_result <- fct2num(df, fct_var)
num_matrix <- conversion_result$num_matrix
mapping_dict <- conversion_result$mapping

# 查看转换后的数值矩阵
print(num_matrix)
# 查看映射字典
print(mapping_dict)

# 还原数据框
restored_df <- num2originalfct(num_matrix, mapping_dict)

# 验证还原结果与原数据一致
print(restored_df)
all.equal(restored_df, df)

输出结果 #

转换后的数值矩阵：

age sex category
[1,]  18   1        0
[2,]  29   0        0
[3,]  55   1        1
[4,]  90   1        1
[5,]  44   0        1

映射字典：

$sex
  F   M 
  0   1 

$category
cat1 cat2 
   0    1 

还原后的数据集：

age sex category
1  18   M     cat1
2  29   F     cat1
3  55   M     cat2
4  90   M     cat2
5  44   F     cat2
[1] TRUE

关键说明 #

• 函数默认使用因子的原始水平顺序：第一个水平对应0，第二个对应1；如果需要自定义对应关系，可以修改fct2num中的映射逻辑（比如指定某个水平为0）。
• 转换前会自动校验指定变量是否为二元因子，避免非二元变量导致的错误。
• 还原过程会保持因子的原始水平顺序，确保与原数据的因子属性一致。

内容的提问来源于stack exchange，提问作者elbord77