替换因子列中的 <NA>

Question

我想替换<NA>因子列中的值具有有效值。但我找不到办法。该示例仅用于演示。原始数据来 self 必须处理的国外csv文件。

df <- data.frame(a=sample(0:10, size=10, replace=TRUE),
                 b=sample(20:30, size=10, replace=TRUE))
df[df$a==0,'a'] <- NA
df$a <- as.factor(df$a)

可能看起来像这样

      a  b
1     1 29
2     2 23
3     3 23
4     3 22
5     4 28
6  <NA> 24
7     2 21
8     4 25
9  <NA> 29
10    3 24

现在我想替换 <NA>带数字的值。

df[is.na(df$a), 'a'] <- 88
In `[<-.factor`(`*tmp*`, iseq, value = c(88, 88)) :
  invalid factor level, NA generated

我想我错过了关于因子的基本 R 概念。我是吗？ 我不明白为什么它不起作用。我认为invalid factor level意味着88该因素不是有效水平，对吧？所以我必须告诉因子列还有另一个级别？

Answer 1

1) addNA 如果 fac 是一个因子，addNA(fac) 是相同的因子，但添加了 NA 作为级别。请参阅？addNA

强制 NA 级别为 88:

facna <- addNA(fac)
levels(facna) <- c(levels(fac), 88)

给予:

> facna
 [1] 1  2  3  3  4  88 2  4  88 3 
Levels: 1 2 3 4 88

1a) 这可以写成一行，如下所示:

`levels<-`(addNA(fac), c(levels(fac), 88))

2)因子也可以使用factor的各种参数在一行中完成，如下所示:

factor(fac, levels = levels(addNA(fac)), labels = c(levels(fac), 88), exclude = NULL)

2a) 或同等内容:

factor(fac, levels = c(levels(fac), NA), labels = c(levels(fac), 88), exclude = NULL)

3) ifelse 另一种方法是:

factor(ifelse(is.na(fac), 88, paste(fac)), levels = c(levels(fac), 88))

4) forcats forcats 包有一个函数:

library(forcats)

fct_na_value_to_level(fac, "88")
## [1] 1  2  3  3  4  88 2  4  88 3 
## Levels: 1 2 3 4 88

注意:我们使用以下内容作为输入fac

fac <- structure(c(1L, 2L, 3L, 3L, 4L, NA, 2L, 4L, NA, 3L), .Label = c("1", 
"2", "3", "4"), class = "factor")

更新:改进了 (1) 并添加了 (1a)。后来添加了(4)。