我有一列类型因子。列中的某些值是 NA 值。如何将所有这些 NA 值转换为新级别,例如 0 或"原始 NA"或其他内容。
我能够将类数字列的 NA 转换为 0,但无法为类因子列执行此操作。
我的数据
> col1 = c(1,2,3,4,NA)
> col2 = c(6,7,NA,NA,8)
> df = data.frame(col1,col2)
> df
col1 col2
1 1 6
2 2 7
3 3 NA
4 4 NA
5 NA 8
> df$col2 = as.factor(df$col2)
> class(df$col1)
[1] "numeric"
> class(df$col2)
[1] "factor"
尝试将 NA 值转换为另一个级别,例如 0
> df[is.na(df)] = 0
Warning message:
In `[<-.factor`(`*tmp*`, thisvar, value = 0) :
invalid factor level, NA generated
> df
col1 col2
1 1 6
2 2 7
3 3 <NA>
4 4 <NA>
5 0 8
> levels(df$col2)
[1] "6" "7" "8"
我是否必须将因子列转换为数字,将NA值更改为0,然后在转换后将其转换回因子,如下所示。有没有更好的方法?
> df$col2 = as.numeric(df$col2)
> df
col1 col2
1 1 1
2 2 2
3 3 NA
4 4 NA
5 0 3
> df[is.na(df)] = 0
> df
col1 col2
1 1 1
2 2 2
3 3 0
4 4 0
5 0 3
> df$col2 = as.factor(df$col2)
> df
col1 col2
1 1 1
2 2 2
3 3 0
4 4 0
5 0 3
如果你使用
df$col2 <- addNA(df$col2)
您将获得该因子的新级别"NA"。
警告 :
Warning message:
In `[<-.factor`(`*tmp*`, thisvar, value = 0) :
invalid factor level, NA generated
意味着您尝试分配一个因子列,其值在他的水平中不存在。您应该首先添加缺失级别,然后再分配它,就像您尝试使用 df[is.na(df)] <- 0
一样。
这里有一个辅助函数,您可以对 data.frame 中的任何因子列执行此操作:
re_levels <-
function(col) {
if (is.factor(col)) levels(col) <- c(levels(col), "0")
col
}
然后,将其应用于 data.frame 并将缺失级别更改 0 :
df <- sapply(df,re_levels)
df[is.na(df)] <- 0
# col1 col2
# [1,] 1 1
# [2,] 2 2
# [3,] 3 0
# [4,] 4 0
# [5,] 0 3