R语言：将字符变量标签转换为对应数值变量时遇NA问题

你遇到NA的核心问题是映射列表的键与AQI_desc列的实际字符串完全不匹配：

• AQI_desc的格式是「数字) 描述」（比如"6) Hazardous"），但你定义的char_to_num只写了描述部分，没有包含开头的数字和括号；
• 映射键存在多余空格（比如"Unhealthy "多了两个空格、"Good "末尾多空格），和数据里的字符串无法匹配。

方法一：直接提取字符串开头的数字（最简便） #

既然AQI_desc开头已经明确标注了对应数字，直接提取转成数值即可，无需手动维护映射表：

# 用base R实现
data$AQI_num <- as.integer(sub("^([0-9]+).*", "\\1", data$AQI_desc))

# 或者用stringr包（更直观）
library(stringr)
data$AQI_num <- as.integer(str_extract(data$AQI_desc, "^\\d+"))

方法二：修正映射表后匹配 #

如果必须用映射表，要确保键和AQI_desc的内容完全一致，包括空格、符号：

# 修正后的映射表
char_to_num <- list(
  "2) Moderate" = 2,
  "3) Unhealth for sens. groups" = 3,
  "4) Unhealthy" = 4,
  "5) Very unhealthy" = 5,
  "6) Hazardous" = 6
)

# 用base R生成新变量
data$AQI_num <- unlist(char_to_num[data$AQI_desc])

# 或者用dplyr的recode函数
library(dplyr)
data <- data %>%
  mutate(AQI_num = recode(AQI_desc, !!!char_to_num))

内容的提问来源于stack exchange，提问作者Reuben Newton Addison