R语言批量识别因子变量水平数并自动重编码标签

示例数据 #

先构造一个包含多个因子变量的测试数据框，方便你验证效果：

set.seed(123)
df <- data.frame(
  var1 = factor(sample(c("A","B","C","D","E"), 10, replace = T)),
  var2 = factor(sample(c("A","B","C","D","E","F","G","H"), 10, replace = T)),
  var3 = factor(sample(c("A","B","C","D"), 10, replace = T)),
  var4 = rnorm(10)  # 非因子变量，测试筛选逻辑
)

方法1：Base R 实现 #

无需额外安装包，直接用基础R函数批量处理：

# 筛选所有因子变量的列
factor_cols <- sapply(df, is.factor)

# 批量重编码：将每个因子的标签替换为1到水平数的连续序号
df[factor_cols] <- lapply(df[factor_cols], function(x) {
  factor(x, labels = 1:length(levels(x)), ordered = TRUE)
})

方法2：dplyr 实现（tidyverse风格） #

如果你习惯使用tidyverse工具链，用dplyr::across可以更简洁地完成：

library(dplyr)

df <- df %>%
  mutate(
    across(
      where(is.factor), 
      ~factor(., labels = 1:length(levels(.)), ordered = TRUE)
    )
  )

关键逻辑说明 #

• is.factor/where(is.factor)：自动识别数据框中的因子变量，避免误处理非因子列；
• length(levels(x))：动态获取每个因子的水平数量，无需手动指定5、8、4这类数值；
• ordered = TRUE：保持因子的有序属性，和你提到的单变量重编码命令一致，若不需要有序因子可删除该参数。

验证结果 #

执行完代码后，可通过以下命令检查重编码效果：

# 查看所有因子变量的水平
lapply(df[sapply(df, is.factor)], levels)
# 查看数据框结构
str(df)

内容的提问来源于stack exchange，提问作者Anna Paula Gonçalves