（这是什么巫术？
在回答另一个问题时，@Marek发布了以下解决方案：https：//stackoverflow.com/a/10432263/636656
dat <- structure(list(product = c(11L, 11L, 9L, 9L, 6L, 1L, 11L, 5L,
7L, 11L, 5L, 11L, 4L, 3L, 10L, 7L, 10L, 5L, 9L, 8L)), .Names = "product", row.names = c(NA, -20L), class = "data.frame")
`levels<-`(
factor(dat$product),
list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
)
作为输出产生：
[1] Generic Generic Bayer Bayer Advil Tylenol Generic Advil Bayer Generic Advil Generic Advil Tylenol
[15] Generic Bayer Generic Advil Bayer Bayer
这只是一个矢量的打印输出，所以要存储它，你可以做更多的混淆：
res <- `levels<-`(
factor(dat$product),
list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
)
很明显，这是对关卡功能的某种调用，但我不知道这里正在做什么。 这种巫术的术语是什么，如何提高我在这个领域的魔法能力？
这里的答案很好，但他们缺少重要的一点。 让我试着描述它。
R是一种功能性语言，不喜欢改变其对象。 但它确实允许使用替换函数的赋值语句：
levels(x) <- y
相当于
x <- `levels<-`(x, y)
诀窍是，这个重写是通过<- ; 它不是由levels<-完成的。 levels<-只是一个规则函数，它接受一个输入并给出一个输出; 它不会改变任何东西。
其中一个结果是，根据上述规则， <-必须是递归的：
levels(factor(x)) <- y
是
factor(x) <- `levels<-`(factor(x), y)
是
x <- `factor<-`(x, `levels<-`(factor(x), y))
这种纯粹功能的转换（直到最后，分配发生的地方）等同于命令式语言中的分配。 如果我没有记错的话，这个函数式语言的结构被称为镜头。
但是，一旦你定义了像levels<-替代函数，你会得到另一个意想不到的意外收获：你不仅有能力进行任务分配，你还有一个方便的函数来接受一个因素，并给出另一个因素不同的水平。 关于它真的没有“任务”！
所以，你所描述的代码只是利用这个levels<-其他解释levels<- 。 我承认名称levels<-有点令人困惑，因为它表明了一项任务，但这不是发生了什么。 代码只是设置了一种管道：
从dat$product开始
将其转换为一个因子
更改级别
将其存储在res
就我个人而言，我认为这行代码很漂亮;）
这个“魔术”的原因是，“分配”形式必须有一个真正的变量来处理。 而这个factor(dat$product)没有被分配给任何东西。
# This works since its done in several steps
x <- factor(dat$product)
levels(x) <- list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
x
# This doesn't work although it's the "same" thing:
levels(factor(dat$product)) <- list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
# Error: could not find function "factor<-"
# and this is the magic work-around that does work
`levels<-`(
factor(dat$product),
list(Tylenol=1:3, Advil=4:6, Bayer=7:9, Generic=10:12)
)
没有巫术，只是如何定义（子）赋值函数。 levels<-有点不同，因为它是（子）赋值一个因子的属性的基元，而不是元素本身。 这类功能有很多例子：
`<-` # assignment
`[<-` # sub-assignment
`[<-.data.frame` # sub-assignment data.frame method
`dimnames<-` # change dimname attribute
`attributes<-` # change any attributes
其他二元运算符也可以这样调用：
`+`(1,2) # 3
`-`(1,2) # -1
`*`(1,2) # 2
`/`(1,2) # 0.5
现在你知道了，这样的事情应该真的让你大开眼界：
Data <- data.frame(x=1:10, y=10:1)
names(Data)[1] <- "HI" # How does that work?!? Magic! ;-)