在本章中，您将全面了解因子。您会区分分类变量与有序变量，了解 R 如何表示它们，并学习如何检查因子以获取水平的数量和名称。最后，您将了解 tidyverse 包 forcats 如何通过按频率快速重排序变量来改进您的可视化。

定性变量简介

识别因子变量

定性变量的概念

理解定性变量

获取水平数量

检查水平数量

检查层级

让图表更出色

按频数重排序变量

按另一变量为当前变量排序

因子变量入门

您将继续深入学习 forcats 包，掌握如何更改水平的顺序与名称，甚至将多个水平合并。

重新排序因子

调整因子水平的顺序

fct_relevel() 的妙用

重命名因子水平

区分 forcats 中的函数

重命名部分水平

当您打错字时

合并因子水平

手动合并水平

按比例合并变量水平

保留最常见的水平

操作因子变量

在熟练掌握 forcats 之后，您将扩展到其余 tidyverse，学习并复习 dplyr、tidyr 和 stringr 的函数。您还将使用 ggplot2 优化图形，例如将坐标轴改为百分比刻度、调整文本布局等。

检查常见主题变量

分组与重塑相似列

汇总数据

创建初始图表

ggplot2 小技巧

编辑图形文字

重新排序图形

使用 case_when() 修改并创建变量

对单个变量使用 case_when()

从多列使用 case_when()

创建因子变量

在最后一章中，您将综合应用所学完成一个案例研究。您将进一步练习字符串处理与数据汇总，并复现一幅可发布水准的 538 风格图表。

案例研究简介

将字符型转换为因子

整理数据

数据准备与正则表达式

清理字符串

将变量二分化

重现该图

创建初始图

修正标签

翻转坐标轴

完善图表

课程结语与回顾

航班礼仪案例研究

538 Flying Etiquette survey

Kaggle multiple choice responses

作为一名数据科学家，您经常需要处理非数值型数据，例如职位名称、问卷回答或人口统计信息。R 提供了用于表示此类数据的特殊类型——因子（factor）。本课程将帮助您使用 tidyverse 中的 forcats 包熟练掌握因子的用法。我们还将使用其他 tidyverse 包，包括 ggplot2、dplyr、stringr 和 tidyr，并采用真实世界数据集，如 fivethirtyeight 的航班数据集和 Kaggle 的 State of Data Science and ML Survey。完成本课程后，您将能够识别并操作因子变量，快速高效地可视化数据，并有效传达结果。准备好开始分类吧！

Reshaping Data with tidyr

准备分类！在本课程中，您将使用Tidyverse处理非数值数据，如职位或调查反馈。

Tidyverse 中的分类数据

准备好进行分类！在本课程中，您将使用 Tidyverse 生态处理非数值数据，如职位名称或调查回复。

使用 case_when() 修改并创建变量

Create Your Free Account