如何批量将多组不同水平的因子列转为有序因子？兼谈秩和检验变量疑问

一、高效将指定变量转为有序因子 #

要批量处理列名含s、q11、q12、q16这些目标变量，可通过以下两种方式实现有序因子转换：

方式1：Base R 实现 #

# 筛选目标变量列名，自动匹配含"s"的列 + 指定列
target_cols <- c(grep("s", colnames(data), value = TRUE), "q11", "q12", "q16")
# 过滤掉数据中不存在的列（避免q11/q12在示例数据中缺失报错）
target_cols <- intersect(target_cols, colnames(data))

# 批量转换：先按数值排序因子水平，再转为有序因子
data[target_cols] <- lapply(data[target_cols], function(x) {
  sorted_levels <- sort(as.numeric(levels(x)))
  ordered(x, levels = as.character(sorted_levels))
})

方式2：Tidyverse（dplyr）实现 #

如果习惯使用tidyverse生态，代码更简洁直观：

library(dplyr)

data <- data %>%
  mutate(across(
    .cols = c(matches("s"), all_of(c("q11", "q12", "q16"))),
    .fns = ~ {
      sorted_levels <- sort(as.numeric(levels(.x)))
      ordered(.x, levels = as.character(sorted_levels))
    }
  ))

注：matches("s")自动匹配列名含s的变量，all_of()确保指定的q11/q12/q16被选中，同时自动忽略数据中不存在的列。

二、能否直接转为数值类型做检验？ #

不能直接用as.numeric()转换因子——as.numeric(factor_var)返回的是因子水平的编码索引（比如水平按字母排序后的序号），而非原始数值含义。正确的转换方式是先转字符再转数值：

# 正确将因子转为数值的示例
data$q2s1_num <- as.numeric(as.character(data$q2s1))

关于两种方式的选择：

• Wilcoxon秩和检验本质基于秩次，只要变量的顺序关系正确（有序因子/正确转换的数值），检验结果完全一致。
• 若原始因子水平是数字字符（如示例中的"1""2""3"），两种方式都可行，但有序因子更贴合调研数据的等级属性，能明确维护顺序逻辑；若因子水平是文字等级（如"低"/"中"/"高"），有序因子是更稳妥的选择，避免数值转换带来的歧义。

内容的提问来源于stack exchange，提问作者N Kevin