R语言中factor函数为何丢弃向量指定水平？如何保留空水平？

问题原因 #

你直接给字符向量x手动添加levels属性，本质只是给这个字符向量附加了一个额外属性，并没有把它转换成因子类型。而factor()函数的默认行为是：仅提取输入向量中实际存在的唯一值作为因子水平，所以你手动添加的不存在的d会被自动过滤掉，导致调用factor(x)后看不到这个空水平。

解决方法 #

有两种简单的处理方式：

方式1：直接生成带指定水平的因子

如果一开始就需要包含空水平的因子，直接在创建时通过levels参数指定所有需要的水平：

x <- factor(c('a', 'a', 'b', 'b', 'c', 'c'), levels = c('a', 'b', 'c', 'd'))

此时直接查看x就能看到包含d的所有水平：

> x
[1] a a b b c c
Levels: a b c d

方式2：基于已有向量转换时保留自定义水平

如果已经给字符向量添加了levels属性，转换因子时手动指定levels参数为原向量的levels即可：

x <- c('a', 'a', 'b', 'b', 'c', 'c')
levels(x) <- c('a', 'b', 'c', 'd')
# 转换时指定levels为原向量的levels属性
x_factor <- factor(x, levels = levels(x))

查看结果：

> x_factor
[1] a a b b c c
Levels: a b c d

内容的提问来源于stack exchange，提问作者Banach