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?
最佳答案
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)。
关于替换因子列中的 <NA>,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39126537/