La ricodifica consiste nella trasformazione di una variabile in modo che le stesse informazioni vengano espresse attraverso codici diversi rispetto a quelli originari.

Vedi

• Rinominare le variabili
• select, rename (dplyr)

Da vettore a fattore, e viceversa; gestire i formati delle date.

Vedi Trasformare il tipo di variabile

Vedi:

• recode, recode_factor: sostituire i valori
• fct_recode: cambiare i livelli dei fattori
• fct_lump: ricodificare le modalità meno frequenti in “altro”

Se, ad esempio dopo una ricodifica o un subset dei dati, possono rimanere livelli non utilizzati, ovvero con frequenza pari a 0, usiamo la funzione droplevels:

survey$Smoke2 <- droplevels(survey$Smoke2) 

Vedi mutate, transmute (dplyr)

In linea di massima si tratta di assegnare certi valori ad una variabile preesistente, oppure di costruire una nuova variabile, assegnandoi valori ai casi, in base a certe condizioni.

Il comando di base è dunque quello di assegnamento, nella forma valori di X ← nuovi valori di X.

Per recuperare i casi che presentano un certo valore di una variabile X (vedi la voce dataframe e indicizzazione), si usa l'espressione:

X[X==1]
X[X=="donna"]

Per individuare i valori, si possono naturalmente utilizzare tutti i consueti Operatori.

Ai casi così identificati, si assegna un nuovo valore:

X[X=="donna"] <- "D"
 
# o anche, per la stessa variabile
X[X=="donna"] = "D"

Nel dataset Istat16.rda (scaricabile), creiamo la variabile Totale (della popolazione), sommando Totale.Maschi e Totale.Femmine:

Istat16$Totale <- Istat16$Totale.Maschi + Istat16$Totale.Femmine

Naturalmente, possiamo utilizzare espressioni di trasformazione più complesse.

Vedi Standardizzazione delle variabili

Si vuole dicotomizzare in Sì/No, la variabile Smoke del dataset “survey” (del pacchetto MASS).

La procedura è sostanzialmente la stessa illustrata precedentemente:

# lavoro su una copia di survey
require(MASS)
mysurvey <- survey
 
# creo la nuova variabile
mysurvey$Smoke2[mysurvey$Smoke=="Heavy"] <- "Si"
mysurvey$Smoke2[mysurvey$Smoke=="Occas"] <- "Si"
mysurvey$Smoke2[mysurvey$Smoke=="Regul"] <- "Si"
mysurvey$Smoke2[mysurvey$Smoke=="Never"] <- "No"

Vedi: Modificare le stringhe e i vettori carattere

Vedi:

• recode, recode_factor: sostituire i valori
• fct_lump: ricodificare le modalità meno frequenti in “altro”

Si vogliano aggregare i valori della variabile speed del dataset “cars”, in tre livelli: bassa, media, alta. Si tratta di costruire una nuova variabile ordinale (speed2) e trasformarla in fattore ordinato.

# lavoro su una copia di cars
mycars <- cars
 
# ricodifico in una nuova variabile
mycars$speed2[mycars$speed<=13] = "bassa"
mycars$speed2[mycars$speed>13 & mycars$speed<=17] = "media"
mycars$speed2[mycars$speed>17] = "alta"
 
# trasformo la nuova variabile in un fattore ordinato
mycars$speed2 <- factor(mycars$speed2)
mycars$speed2 <- ordered(mycars$speed2, 
                         levels=c("bassa","media","alta"))

Vedi recode (car)

Vedi La ricodifica delle variabili con RCommander

Es Ricod 2.R

# LIVELLI DI UN FATTORE
 
# dati
library(MASS)
data(survey)
 
# rinomino il livello del fattore
levels(survey$Smoke2)[levels(survey$Smoke2)=="Never"] <- "Mai"
 
# elimino i livelli non usati
survey$Smoke2 <- droplevels(survey$Smoke2) 
 
# VARIABILE CARDINALE
 
# calcolare una nuova variabile
Istat16$Totale <- Istat16$Totale.Maschi + Istat16$Totale.Femmine
 
# aggregare in classi
 
# lavoro su una copia di cars
mycars <- cars
 
# ricodifico in una nuova variabile
mycars$speed2[mycars$speed<=13] = "bassa"
mycars$speed2[mycars$speed>13 & mycars$speed<=17] = "media"
mycars$speed2[mycars$speed>17] = "alta"
 
# trasformo la nuova variabile in un fattore ordinato
mycars$speed2<-factor(mycars$speed2)
mycars$speed2 <- ordered(mycars$speed2, 
                         levels=c("bassa","media","alta"))
 
# VARIABILE CATEGORIALE
 
# lavoro su una copia di survey
mysurvey <- survey
 
# ricodifico in una nuova variabile
mysurvey$Smoke2[mysurvey$Smoke=="Heavy"] <- "Si"
mysurvey$Smoke2[mysurvey$Smoke=="Occas"] <- "Si"
mysurvey$Smoke2[mysurvey$Smoke=="Regul"] <- "Si"
mysurvey$Smoke2[mysurvey$Smoke=="Never"] <- "No"