R语言多分类有序因子比较结果异常问题咨询

我看到你在处理有序分类变量（Low/Medium/High）时遇到了比较结果不符合预期的问题——明明已经把变量设为有序因子，但是用high > medium却返回FALSE，这其实是个很容易踩的小坑！

问题根源 #

你创建的factor_temperature_vector确实是有序因子，它的层级顺序Low < Medium < High完全正确，但你用来做比较的high、medium、low三个变量，是从原始的temperature_vector（字符向量）里提取的，它们本质上还是普通的字符串。R在比较字符串时是按字母表顺序判断的："High"的首字母H在字母表中排在"Low"的L、"Medium"的M前面，所以字符串比较时"High" > "Low"自然返回FALSE，这和你设定的有序因子规则完全无关！

正确解决方法 #

你需要从有序因子向量中提取元素来赋值，而不是原始的字符向量。修改后的代码如下：

temperature_vector <- c("High", "Low", "High","Low", "Medium")
# 创建有序因子，指定层级顺序
factor_temperature_vector <- factor(temperature_vector, order = TRUE, levels = c("Low", "Medium", "High"))
factor_temperature_vector
# 返回结果：
#[1] High Low High Low Medium
#Levels: Low < Medium < High

# 从有序因子中提取元素赋值
high <- factor_temperature_vector[1]
medium <- factor_temperature_vector[5]
low <- factor_temperature_vector[2]

# 现在再比较就符合预期了
high > low # 返回TRUE
high > medium # 返回TRUE

小提示 #

以后处理有序分类变量时，一定要确保你操作的是因子对象本身，而非原始的字符值，这样R才会按照你设定的层级规则来处理比较、排序等操作。

内容的提问来源于stack exchange，提问作者Andy Chu