R语言tidyverse因子转数值后缺失值替换失效问题求助

问题根源 #

因子类型直接用as.numeric()转换时，返回的是因子水平的索引值，而非因子对应的原始数值字符串。比如因子factor(c(-7, 1, -9))的水平排序是-7, -9, 1，转数值后会变成1,3,2，自然匹配不到你要替换的-7、-9。

修正思路 #

先将因子列转为字符型，再转为数值型，还原原始数值信息后，再执行缺失值替换。

代码实现 #

1. 模拟测试数据

test_data <- data.frame(
  id = 1:5,
  col1 = factor(c(1, -7, 3, -9, 5)),
  col2 = c(-7, 2, -9, 4, 5),
  col3 = factor(c("2", "-7", "4", "-9", "6")),
  stringsAsFactors = FALSE
)

2. 修正后的函数

replace_missing <- function(df, cols, missing_vals) {
  for (col in cols) {
    # 处理因子列：先转字符再转数值，还原原始值
    if (is.factor(df[[col]])) {
      df[[col]] <- as.numeric(as.character(df[[col]]))
    } 
    # 可选：处理字符型存储的数值列
    else if (is.character(df[[col]])) {
      df[[col]] <- as.numeric(df[[col]])
    }
    # 替换目标缺失值为NA
    df[[col]][df[[col]] %in% missing_vals] <- NA
  }
  return(df)
}

3. 调用函数并查看结果

# 执行替换
final_result <- replace_missing(test_data, cols = c("col1", "col2", "col3"), missing_vals = c(-7, -9))
print(final_result)

4. 输出结果（符合期望）

id col1 col2 col3
1  1    1   NA    2
2  2   NA    2   NA
3  3    3   NA    4
4  4   NA    4   NA
5  5    5    5    6

可选：tidyverse风格实现 #

如果你习惯用dplyr，可以用更简洁的向量式操作：

library(dplyr)

replace_missing_dplyr <- function(df, cols, missing_vals) {
  df %>%
    mutate(across(all_of(cols), ~ {
      # 统一转换为数值型（处理因子/字符）
      num_val <- if (is.factor(.x)) {
        as.numeric(as.character(.x))
      } else {
        as.numeric(.x)
      }
      # 替换缺失值
      num_val[num_val %in% missing_vals] <- NA
      num_val
    }))
}

内容的提问来源于stack exchange，提问作者George