练习R：car包recode函数多分类变量的重新编码

雇员数据中，教育年限变量原本有10个水平，不长不短很难受，不利于有关统计结果解读。

我希望把它压缩一下，将原来的10个水平重新编码为4个水平。翻译为国内的意思就是，1初中及以下，2高中，3大学，4研究生及以上，这样本身也好理解，统计结果解读更有利。

car包的recode函数在多分类变量重新编码方面优势明显，今天来练习一下。

01

基本语法

recode(x,recodes,as.factor.result,levels)

其中：

• x为数值向量，字符向量或者factor 变量。

• recode为设定重新编码规则的字符串。

• as.factor.result为是否输出factor变量。若是则为TRUE，不是为FALSE。

• levels为排序向量。指定新的编码分组的顺序（默认是按照分组名称排序）。

02

编码规则写法

recodes参数的值是一个字符串，字符串里面是以分号分隔的编码规则：

recodes=“规则1;规则2…”

每一个编码规则的格式为旧码列表=新码，“旧码列表”部分可用lo代表旧码的最小值（low）、hi代表旧码的最大值（high）。

撰写规则如下：

1）旧码=新码 旧码只有单一数值。例如：“0=NA”表示将0改为NA。

2）旧码向量=新码 多个旧码改为一个新码。例如：“c(7,8,9)='high’”，将7，8，9改为high。

3）start:end=新码 有序数字改码。例如：“lo:19='C’”。

4）else=新码 所有其他情况。例如：“else=NA”。

03

具体案例写法

具体案例写法：

employee$educ <- recode( employee$educ, "8='1'; 12='2'; c(14,15,16)='3'; else='4'", as.factor = T, levels = c("1","2","3","4") )

现在做条图来看重新编码后的效果：