将二进制分类变量转换为 0 和 1

问题描述

我有一个数据集，其中的结果变量是一个二元分类变量“诊断”，它是肿瘤的类型：“良性”或“恶性”。

将变量转换为数字（“良性”=0 和“恶性”=1）时，我使用以下代码：

tumor.df <- fread("df.csv",stringsAsFactors = T)
tumor.df$diagnosis = as.numeric(tumor.df$diagnosis,levels=c('benign','malignant'),labels=c(0,1))

但是，它不是将诊断转换为 0 和 1，而是转换为 1 和 2。 为什么会发生这种情况？

解决方法

因为 R 将因子存储为一组底层整数代码（从 1 开始）和一组相关标签。

我会说你应该从你得到的值中减去一个。还有许多其他方法可以进行转换，它们的效率和可读性各不相同。另一种选择是 as.numeric(tumor.df$diagnosis=="malignant")（R 将 FALSE 转换为 0，TRUE 转换为 1）