如何在R中将问卷字符答案转换为自定义数值的因子以计算得分

1. 能否创建标签对应自定义底层数值的因子？ #

不行。R中因子的底层存储是从1开始的连续整数，对应levels参数的顺序（比如factor(c("Never", "Sometimes"), levels=c("Never", "Sometimes"))的底层值是1、2），无法直接将因子底层数值设置为非连续的0、1、3。如果硬要通过因子关联标签和自定义得分，需要额外维护映射关系，反而增加复杂度。

2. 直接创建得分数值列更合适 #

是的，直接将标签替换为对应得分是最直接且不易出错的方式——毕竟计算总分需要的是数值型数据，无需依赖因子的底层编码。以下是几种常用实现方式：

方法1：命名向量映射 #

# 定义标签与得分的映射关系
score_map <- c("Never" = 0, "Sometimes" = 1, "Always" = 3)

# 假设数据框为df，问卷列是q1到q5，批量转换为得分
df[, paste0("q", 1:5)] <- lapply(df[, paste0("q", 1:5)], function(x) score_map[x])

# 计算总分
df$Total_score <- rowSums(df[, paste0("q", 1:5)])

方法2：dplyr包的recode函数 #

library(dplyr)

df <- df %>%
  mutate(
    # 逐列转换标签为得分
    q1 = recode(q1, "Never"=0, "Sometimes"=1, "Always"=3),
    q2 = recode(q2, "Never"=0, "Sometimes"=1, "Always"=3),
    # 其他问卷列同理
    # 计算总分
    Total_score = rowSums(across(starts_with("q")))
  )

3. 多选项问卷的高效映射方法 #

针对4-5个选项的问卷，用命名向量或映射数据框结合批量处理的方式最高效：

方式A：命名向量批量处理 #

如果所有问卷选项的映射规则一致，复用命名向量+批量转换即可：

# 假设所有问卷列以"q"开头
df <- df %>%
  mutate(across(starts_with("q"), ~ score_map[.]))

方式B：映射数据框（适合复杂/多组规则） #

如果不同问卷模块的映射规则不同，可定义映射数据框，用宽长表转换批量关联：

library(dplyr)
library(tidyr)

# 定义多选项的映射规则
mapping_df <- tibble(
  label = c("Never", "Rarely", "Sometimes", "Often", "Always"),
  score = c(0, 1, 2, 3, 4)
)

# 批量转换所有问卷列并计算总分
df <- df %>%
  pivot_longer(starts_with("q"), names_to = "question", values_to = "label") %>%
  left_join(mapping_df, by = "label") %>%
  pivot_wider(names_from = "question", values_from = "score") %>%
  mutate(Total_score = rowSums(across(starts_with("q"))))

这种方式适合选项较多、映射规则复杂的场景，代码可维护性更高。

内容的提问来源于stack exchange，提问作者BdR