我们可以在 R 中获得因子矩阵吗？
Can we get factor matrices in R?
在R中似乎无法得到因子矩阵。是真的吗？如果是，为什么？如果没有，我该怎么办？
f <- factor(sample(letters[1:5], 20, rep=TRUE), letters[1:5])
m <- matrix(f,4,5)
is.factor(m) # fail.
m <- factor(m,letters[1:5])
is.factor(m) # oh, yes?
is.matrix(m) # nope. fail.
dim(f) <- c(4,5) # aha?
is.factor(f) # yes..
is.matrix(f) # yes!
# but then I get a strange behavior
cbind(f,f) # is not a factor anymore
head(f,2) # doesn't give the first 2 rows but the first 2 elements of f
# should I worry about it?
在这种情况下，它可能会像鸭子一样走路，甚至像鸭子一样嘎嘎叫，但是f来自：
f <- factor(sample(letters[1:5], 20, rep=TRUE), letters[1:5])
dim(f) <- c(4,5)
确实不是矩阵，尽管 is.matrix() 声称它严格来说是一个矩阵。就is.matrix()而言，要成为矩阵，f只需要是向量并具有dim属性。通过将属性添加到 f 您可以通过测试。然而，正如您所见，一旦您开始使用 f 作为矩阵，它很快就会失去使其成为一个因素的特征（您最终会处理水平或维度丢失）。
原子向量类型实际上只有矩阵和数组：
- 符合逻辑，
- 整数，
- 真实，
- 复杂，
- 字符串（或字符），以及
- 原始
此外，正如@hadley 提醒我的那样，您还可以拥有列表矩阵和数组（通过在列表对象上设置 dim 属性。例如，参见 Hadley 的 Matrices & Arrays 部分书，高级 R.)
这些类型之外的任何内容都将通过 as.vector() 强制转换为较低的类型。这发生在 matrix(f, nrow = 3) 不是因为 f 是原子的 根据 is.atomic() （其中 returns TRUE 对于 f 因为它在内部存储为一个整数和 typeof(f) returns "integer"), 但因为它有一个 class 属性。这会在 f 的内部表示上设置 OBJECT 位，并且任何具有 class 的东西都应该通过 as.vector():[=82 强制转换为其中一种原子类型=]
matrix <- function(data = NA, nrow = 1, ncol = 1, byrow = FALSE,
dimnames = NULL) {
if (is.object(data) || !is.atomic(data))
data <- as.vector(data)
....
通过 dim<-() 添加维度是创建数组而不复制对象的快速方法，但这会绕过一些检查和平衡，如果您将 f 强制为矩阵，R 会执行这些检查和平衡通过其他方法
matrix(f, nrow = 3) # or
as.matrix(f)
当您尝试使用适用于矩阵的基本函数或使用方法分派时，就会发现这一点。请注意，将尺寸分配给 f 后，f 仍然是 class "factor":
> class(f)
[1] "factor"
这解释了 head() 行为；您没有得到 head.matrix 行为，因为 f 不是矩阵，至少就 S3 机制而言是这样：
> debug(head.matrix)
> head(f) # we don't enter the debugger
[1] d c a d b d
Levels: a b c d e
> undebug(head.matrix)
和 head.default 方法调用 [ 有一个 factor 方法，因此观察到的行为：
> debugonce(`[.factor`)
> head(f)
debugging in: `[.factor`(x, seq_len(n))
debug: {
y <- NextMethod("[")
attr(y, "contrasts") <- attr(x, "contrasts")
attr(y, "levels") <- attr(x, "levels")
class(y) <- oldClass(x)
lev <- levels(x)
if (drop)
factor(y, exclude = if (anyNA(levels(x)))
NULL
else NA)
else y
}
....
cbind() 行为可以从记录的行为（来自 ?cbind，强调我的）中解释：
The functions cbind and rbind are S3 generic, ...
....
In the default method, all the vectors/matrices must be atomic
(see vector) or lists. Expressions are not allowed. Language
objects (such as formulae and calls) and pairlists will be coerced
to lists: other objects (such as names and external pointers) will
be included as elements in a list result. Any classes the inputs
might have are discarded (in particular, factors are replaced by
their internal codes).
同样，f 是 class "factor" 的事实打败了你，因为默认的 cbind 方法将被调用，它会去除级别信息和return 您观察到的内部整数代码。
在许多方面，您必须忽略或至少不完全相信 is.foo 函数告诉您的内容，因为它们只是使用简单的测试来判断某事是否是 foo 目的。 is.matrix() 和 is.atomic() 在涉及 f（维度） 从特定角度 时显然是错误的。他们在实施方面也是正确的，或者至少可以从实施中理解他们的行为；我认为 is.atomic(f) 是不正确的，但是如果 "if is of an atomic type" R 核心意味着 "type" 是 return 由 typeof(f) 那么 is.atomic() 就对了。更严格的测试是 is.vector()，f 失败：
> is.vector(f)
[1] FALSE
因为它具有超出 names 属性的属性：
> attributes(f)
$levels
[1] "a" "b" "c" "d" "e"
$class
[1] "factor"
$dim
[1] 4 5
至于你应该如何得到一个因子矩阵，你不能，至少如果你想让它保留因子信息（水平标签）。一种解决方案是使用字符矩阵，它会保留标签：
> fl <- levels(f)
> fm <- matrix(f, ncol = 5)
> fm
[,1] [,2] [,3] [,4] [,5]
[1,] "c" "a" "a" "c" "b"
[2,] "d" "b" "d" "b" "a"
[3,] "e" "e" "e" "c" "e"
[4,] "a" "b" "b" "a" "e"
我们存储 f 的级别以备将来使用，以防我们在此过程中丢失矩阵的一些元素。
或使用内部整数表示：
> (fm2 <- matrix(unclass(f), ncol = 5))
[,1] [,2] [,3] [,4] [,5]
[1,] 3 1 1 3 2
[2,] 4 2 4 2 1
[3,] 5 5 5 3 5
[4,] 1 2 2 1 5
您随时可以通过以下方式再次返回 levels/labels：
> fm2[] <- fl[fm2]
> fm2
[,1] [,2] [,3] [,4] [,5]
[1,] "c" "a" "a" "c" "b"
[2,] "d" "b" "d" "b" "a"
[3,] "e" "e" "e" "c" "e"
[4,] "a" "b" "b" "a" "e"
使用数据框似乎并不理想，因为数据框的每个组件都将被视为一个单独的因素，而您似乎希望将数组视为具有一组级别的单个因素。
如果你真的想做你想做的事，也就是有一个因子矩阵，你很可能需要创建你自己的 S3 class 来做到这一点，加上所有的方法。例如，您可以将因子矩阵存储为字符矩阵，但使用 class "factorMatrix"，其中您将水平与因子矩阵一起存储为额外属性 say。然后您需要编写 [.factorMatrix，这将获取级别，然后在矩阵上使用默认的 [ 方法，然后再次添加级别属性。您也可以编写 cbind 和 head 方法。然而，所需方法的列表会快速增长，但一个简单的实现可能适合，如果你让你的对象具有 class c("factorMatrix", "matrix")（即继承自 "matrix" class），您将选择 "matrix" class 的所有 properties/methods（这将删除级别和其他属性），因此您至少可以使用对象并查看需要添加的位置填写 class.
行为的新方法
不幸的是，因子支持在 R 中并不完全通用，因此许多 R 函数默认将因子视为其内部存储类型，即 integer:
> typeof(factor(letters[1:3]))
[1] "integer
matrix、cbind 就是这样。他们不知道如何处理因子，但他们知道如何处理整数，因此他们将您的因子视为整数。 head其实是相反的。它确实知道如何处理一个因子，但它从不费心去检查你的因子是否也是一个矩阵，所以只是把它当作一个普通的无量纲因子向量。
如果你的矩阵有因素，你最好的选择是强迫它的性格。完成操作后，您可以将其恢复为因子形式。您也可以使用整数形式执行此操作，但这样会冒一些奇怪的风险（例如，您可以在整数矩阵上进行矩阵乘法，但这对因子没有意义）。
请注意，如果您将 class "matrix" 添加到您的因素中，一些（但不是全部）事情就会开始起作用：
f <- factor(letters[1:9])
dim(f) <- c(3, 3)
class(f) <- c("factor", "matrix")
head(f, 2)
生产：
[,1] [,2] [,3]
[1,] a d g
[2,] b e h
Levels: a b c d e f g h i
这不能解决 rbind，等等
在R中似乎无法得到因子矩阵。是真的吗？如果是，为什么？如果没有，我该怎么办？
f <- factor(sample(letters[1:5], 20, rep=TRUE), letters[1:5])
m <- matrix(f,4,5)
is.factor(m) # fail.
m <- factor(m,letters[1:5])
is.factor(m) # oh, yes?
is.matrix(m) # nope. fail.
dim(f) <- c(4,5) # aha?
is.factor(f) # yes..
is.matrix(f) # yes!
# but then I get a strange behavior
cbind(f,f) # is not a factor anymore
head(f,2) # doesn't give the first 2 rows but the first 2 elements of f
# should I worry about it?
在这种情况下，它可能会像鸭子一样走路，甚至像鸭子一样嘎嘎叫，但是f来自：
f <- factor(sample(letters[1:5], 20, rep=TRUE), letters[1:5])
dim(f) <- c(4,5)
确实不是矩阵，尽管 is.matrix() 声称它严格来说是一个矩阵。就is.matrix()而言，要成为矩阵，f只需要是向量并具有dim属性。通过将属性添加到 f 您可以通过测试。然而，正如您所见，一旦您开始使用 f 作为矩阵，它很快就会失去使其成为一个因素的特征（您最终会处理水平或维度丢失）。
原子向量类型实际上只有矩阵和数组：
- 符合逻辑，
- 整数，
- 真实，
- 复杂，
- 字符串（或字符），以及
- 原始
此外，正如@hadley 提醒我的那样，您还可以拥有列表矩阵和数组（通过在列表对象上设置 dim 属性。例如，参见 Hadley 的 Matrices & Arrays 部分书，高级 R.)
这些类型之外的任何内容都将通过 as.vector() 强制转换为较低的类型。这发生在 matrix(f, nrow = 3) 不是因为 f 是原子的 根据 is.atomic() （其中 returns TRUE 对于 f 因为它在内部存储为一个整数和 typeof(f) returns "integer"), 但因为它有一个 class 属性。这会在 f 的内部表示上设置 OBJECT 位，并且任何具有 class 的东西都应该通过 as.vector():[=82 强制转换为其中一种原子类型=]
matrix <- function(data = NA, nrow = 1, ncol = 1, byrow = FALSE,
dimnames = NULL) {
if (is.object(data) || !is.atomic(data))
data <- as.vector(data)
....
通过 dim<-() 添加维度是创建数组而不复制对象的快速方法，但这会绕过一些检查和平衡，如果您将 f 强制为矩阵，R 会执行这些检查和平衡通过其他方法
matrix(f, nrow = 3) # or
as.matrix(f)
当您尝试使用适用于矩阵的基本函数或使用方法分派时，就会发现这一点。请注意，将尺寸分配给 f 后，f 仍然是 class "factor":
> class(f)
[1] "factor"
这解释了 head() 行为；您没有得到 head.matrix 行为，因为 f 不是矩阵，至少就 S3 机制而言是这样：
> debug(head.matrix)
> head(f) # we don't enter the debugger
[1] d c a d b d
Levels: a b c d e
> undebug(head.matrix)
和 head.default 方法调用 [ 有一个 factor 方法，因此观察到的行为：
> debugonce(`[.factor`)
> head(f)
debugging in: `[.factor`(x, seq_len(n))
debug: {
y <- NextMethod("[")
attr(y, "contrasts") <- attr(x, "contrasts")
attr(y, "levels") <- attr(x, "levels")
class(y) <- oldClass(x)
lev <- levels(x)
if (drop)
factor(y, exclude = if (anyNA(levels(x)))
NULL
else NA)
else y
}
....
cbind() 行为可以从记录的行为（来自 ?cbind，强调我的）中解释：
The functions
cbindandrbindare S3 generic, .......
In the default method, all the vectors/matrices must be atomic (see
vector) or lists. Expressions are not allowed. Language objects (such as formulae and calls) and pairlists will be coerced to lists: other objects (such as names and external pointers) will be included as elements in a list result. Any classes the inputs might have are discarded (in particular, factors are replaced by their internal codes).
同样，f 是 class "factor" 的事实打败了你，因为默认的 cbind 方法将被调用，它会去除级别信息和return 您观察到的内部整数代码。
在许多方面，您必须忽略或至少不完全相信 is.foo 函数告诉您的内容，因为它们只是使用简单的测试来判断某事是否是 foo 目的。 is.matrix() 和 is.atomic() 在涉及 f（维度） 从特定角度 时显然是错误的。他们在实施方面也是正确的，或者至少可以从实施中理解他们的行为；我认为 is.atomic(f) 是不正确的，但是如果 "if is of an atomic type" R 核心意味着 "type" 是 return 由 typeof(f) 那么 is.atomic() 就对了。更严格的测试是 is.vector()，f 失败：
> is.vector(f)
[1] FALSE
因为它具有超出 names 属性的属性：
> attributes(f)
$levels
[1] "a" "b" "c" "d" "e"
$class
[1] "factor"
$dim
[1] 4 5
至于你应该如何得到一个因子矩阵，你不能，至少如果你想让它保留因子信息（水平标签）。一种解决方案是使用字符矩阵，它会保留标签：
> fl <- levels(f)
> fm <- matrix(f, ncol = 5)
> fm
[,1] [,2] [,3] [,4] [,5]
[1,] "c" "a" "a" "c" "b"
[2,] "d" "b" "d" "b" "a"
[3,] "e" "e" "e" "c" "e"
[4,] "a" "b" "b" "a" "e"
我们存储 f 的级别以备将来使用，以防我们在此过程中丢失矩阵的一些元素。
或使用内部整数表示：
> (fm2 <- matrix(unclass(f), ncol = 5))
[,1] [,2] [,3] [,4] [,5]
[1,] 3 1 1 3 2
[2,] 4 2 4 2 1
[3,] 5 5 5 3 5
[4,] 1 2 2 1 5
您随时可以通过以下方式再次返回 levels/labels：
> fm2[] <- fl[fm2]
> fm2
[,1] [,2] [,3] [,4] [,5]
[1,] "c" "a" "a" "c" "b"
[2,] "d" "b" "d" "b" "a"
[3,] "e" "e" "e" "c" "e"
[4,] "a" "b" "b" "a" "e"
使用数据框似乎并不理想，因为数据框的每个组件都将被视为一个单独的因素，而您似乎希望将数组视为具有一组级别的单个因素。
如果你真的想做你想做的事，也就是有一个因子矩阵，你很可能需要创建你自己的 S3 class 来做到这一点，加上所有的方法。例如，您可以将因子矩阵存储为字符矩阵，但使用 class "factorMatrix"，其中您将水平与因子矩阵一起存储为额外属性 say。然后您需要编写 [.factorMatrix，这将获取级别，然后在矩阵上使用默认的 [ 方法，然后再次添加级别属性。您也可以编写 cbind 和 head 方法。然而，所需方法的列表会快速增长，但一个简单的实现可能适合，如果你让你的对象具有 class c("factorMatrix", "matrix")（即继承自 "matrix" class），您将选择 "matrix" class 的所有 properties/methods（这将删除级别和其他属性），因此您至少可以使用对象并查看需要添加的位置填写 class.
不幸的是，因子支持在 R 中并不完全通用，因此许多 R 函数默认将因子视为其内部存储类型，即 integer:
> typeof(factor(letters[1:3]))
[1] "integer
matrix、cbind 就是这样。他们不知道如何处理因子，但他们知道如何处理整数，因此他们将您的因子视为整数。 head其实是相反的。它确实知道如何处理一个因子，但它从不费心去检查你的因子是否也是一个矩阵，所以只是把它当作一个普通的无量纲因子向量。
如果你的矩阵有因素，你最好的选择是强迫它的性格。完成操作后，您可以将其恢复为因子形式。您也可以使用整数形式执行此操作，但这样会冒一些奇怪的风险（例如，您可以在整数矩阵上进行矩阵乘法，但这对因子没有意义）。
请注意，如果您将 class "matrix" 添加到您的因素中，一些（但不是全部）事情就会开始起作用：
f <- factor(letters[1:9])
dim(f) <- c(3, 3)
class(f) <- c("factor", "matrix")
head(f, 2)
生产：
[,1] [,2] [,3]
[1,] a d g
[2,] b e h
Levels: a b c d e f g h i
这不能解决 rbind，等等