如何在R语言中指定因子的整数值？

R标准因子的内部存储是levels的索引值（即1、2、3...），因此直接用标准因子无法同时满足as.integer(f)返回原始编码且levels(f)为指定文本顺序的要求。不过可以通过以下两种方式实现你的核心需求（提升可读性+保留原始整数编码），且无需存储重复文本列：

方法一：使用haven包的labelled类（推荐） #

haven包的labelled类专门用于存储带标签的数值型数据，完美匹配你的需求：

# 安装并加载包（首次使用需安装）
install.packages("haven")
library(haven)

int_data <- c(10,50,60)
# 创建带标签的对象，严格指定标签顺序
f <- labelled(int_data, labels = c(Workers = 10, Farmers = 50, Teachers = 60))

# 验证效果
print(f)          # 输出带标签的可读内容：[1] Workers Farmers Teachers
as.integer(f)     # 返回原始编码：c(10,50,60)
names(labels(f))  # 获取指定顺序的标签列表：c("Workers","Farmers","Teachers")

方法二：自定义兼容因子类 #

若你坚持要使用因子类，可以通过自定义类并重写方法来实现：

int_data <- c(10,50,60)
# 创建基础因子，指定levels映射关系
f <- factor(int_data, levels = c(10,50,60), labels = c("Workers","Farmers","Teachers"))
# 附加原始编码属性
attr(f, "original_codes") <- int_data
# 定义自定义类，继承自因子
class(f) <- c("custom_factor", "factor")

# 重写as.integer方法，让它返回原始编码
as.integer.custom_factor <- function(x) {
  attr(x, "original_codes")
}

# 验证效果
levels(f)         # 返回指定顺序的标签：c("Workers","Farmers","Teachers")
as.integer(f)     # 返回原始编码：c(10,50,60)
print(f)          # 显示可读标签：[1] Workers Farmers Teachers

两种方法都适合处理大型数据集，无需额外存储文本列。方法一更简洁通用，方法二更贴近你对因子类的需求。

内容的提问来源于stack exchange，提问作者Dennis Heinig