Skip to content

Latest commit

 

History

History
163 lines (130 loc) · 4.54 KB

forcats.md

File metadata and controls

163 lines (130 loc) · 4.54 KB

forcats

El paquete forcats provee herramientas para trabajar con factores, la estructura de datos de R para datos categóricos.

Un factor es una variable categórica con un número finito de valores o niveles. En R los factores se utilizan habitualmente para realizar clasificaciones de los datos, estableciendo su pertenencia a los grupos o categorías determinados por los niveles del factor.

En este documento se incluye la siguiente información:

  1. Factores y sus niveles.
  2. Modificación del orden de los factores.
  3. Modificación de los niveles de los factores.
# install.packages("forcats")
library(forcats)

# o directamente
library(tidyverse)
#> -- Attaching core tidyverse packages ------------------------ tidyverse 2.0.0 --
#> v dplyr     1.1.4     v readr     2.1.5
#> v ggplot2   3.4.4     v stringr   1.5.1
#> v lubridate 1.9.3     v tibble    3.2.1
#> v purrr     1.0.2     v tidyr     1.3.0
#> -- Conflicts ------------------------------------------ tidyverse_conflicts() --
#> x dplyr::filter() masks stats::filter()
#> x dplyr::lag()    masks stats::lag()
#> i Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

Modificar niveles de un factor con un orden específico

En algunas ocasiones, puede ser interesante modificar los niveles de un factor para una representación gráfica, ya que a lo mejor, el orden por defecto que establece R no resulta tan intuitivo por la propia naturaleza de los datos.

fct_relevel()

# forcats
# se crea primero el dataset
data <- data.frame(
  name = c("north","south", "south-east", "north-west", "south-west", "north-east", "west", "east"),
  val = sample(seq(1, 10), 8))

# y después aplicando la función fct_relevel() 
data |> 
  mutate(name = fct_relevel(name, 
            "north", "north-east", "east", 
            "south-east", "south", "south-west", 
            "west", "north-west")) |> 
  ggplot(aes(x = name, y = val)) +
    geom_bar(stat = "identity") +
    xlab("")

# R base
# se crea otro dataset 
df <- data.frame(region = factor(c("A", "B", "C", "D", "E")),
                 values = c(12, 18, 21, 14, 34))

# reordenar los niveles del factor por región
df$region <- factor(df$region, levels = c("C", "B", "A", "D", "E"))

# mostrar los niveles del factor por región
levels(df$region)
#> [1] "C" "B" "A" "D" "E"

# representación gráfica igual que en el ejemplo anterior, situando las barras en función de los niveles del factor region
barplot(df$values, names = df$region)

Modificar el nombre de los niveles de un factor

En otras ocasiones, puede resultar interesante cambiar el nombre de un determinado nivel en un factor, para simplificarlo, armonizarlo para unir a otro dataset, etc.

fct_recode()

# se crea primero el factor
fruta <- factor(c("manzana", "pera", "plátano", "naranja"))
fruta
#> [1] manzana pera    plátano naranja
#> Levels: manzana naranja pera plátano

# forcats
fct_recode(fruta, M = "manzana", P = "pera", Pl = "plátano", N = "naranja") # lo ordena alfabéticamente
#> [1] M  P  Pl N 
#> Levels: M N P Pl

# R base
factor(fruta, labels = c("M", "P", "Pl", "N"))  # aquí no
#> [1] M  Pl N  P 
#> Levels: M P Pl N

Eliminar niveles

fct_drop()

# crear primero el factor
f <- factor(c("a", "b"), levels = c("a", "b", "c", "d"))
f
#> [1] a b
#> Levels: a b c d

# forcats
fct_drop(f, only = "c") 
#> [1] a b
#> Levels: a b d

# R base
droplevels(f, exclude = "c")
#> [1] a b
#> Levels: a b

Añadir niveles

fct_expand()

# crear el factor
g <- factor(c("a", "b"), levels = c("a", "b"))
g
#> [1] a b
#> Levels: a b

# forcats
fct_expand(g, "c", "d", "e", "f")
#> [1] a b
#> Levels: a b c d e f

# R base
factor(c("a", "b"), levels = c("a", "b", "c", "d", "e", "f"))
#> [1] a b
#> Levels: a b c d e f