因子详解及应用举例
R语言中的因子是一种数据类型，用于表示分类变量。在统计分析中，分类变量通常是指离散的，有限的取值集合，例如性别（男/女）、教育程度（高中/本科/硕士/博士）等。在R语言中，因子通过将离散的取值转换为数字编码来表示这些分类变量。
以下是R语言中因子的详解及应用实例：
创建因子
可以使用factor()函数创建因子。例如：
gender <- factor(c("male", "female", "male", "male", "female"))
这里创建了一个包含5个元素的因子gender，其中"male"和"female"是因子的水平（level）。
查看因子信息
可以使用str()函数查看因子的信息。例如：
str(gender)
输出结果：
Factor w/ 2 levels "female","male": 2 1 2 2 1
其中，"female"对应的数字编码是1，"male"对应的数字编码是2。因子的水平顺序是按照字母顺序排序的。
可以使用levels()函数查看因子的水平。例如：
levels(gender)
输出结果：
[] "female" "male"
因子的应用实例
下面是一个使用因子进行统计分析的例子。假设有一个数据集df，其中包含了用户的性别、年龄和收入等信息。
df <- data.frame(
gender = factor(c("male", "female", "male", "male", "female")),
age = c(25, 30, 35, 40, 45),
income = c(5000, 6000, 7000, 8000, 9000)
)
统计分析
可以使用tapply()函数对数据进行分组统计。例如，统计不同性别的平均收入：
tapply(df$income, df$gender, mean)
输出结果：
female male
7500 6666.67
可以看出，女性的平均收入为7500，男性的平均收入为6666.67。
可视化
可以使用ggplot2包进行数据可视化。例如，使用条形图展示不同性别的平均收入：
library(ggplot2)
ggplot(df, aes(x = gender, y = income)) +
geom_bar(stat = "summary", fun = "mean", fill = "blue")输出结果：
从图中可以看出，女性的平均收入高于男性。
阅读剩余
THE END
