R语言data.table替换因子列0、128为NA后原水平未消失的问题求助

你之前的操作思路存在问题，直接修改levels()数组的元素无法实现替换值并移除水平的效果，原因如下：

• 因子的内部存储是编码值，val$LU1945 == 0比较的是编码而非显示的因子值，大概率没匹配到正确位置；
• 就算修改了levels的元素，也只是改变水平名称，不会将数据中的对应值转为NA，原水平依然会保留。

针对大型data.table的高效处理，正确步骤如下：

1. 将指定因子值替换为NA #

利用data.table的:=操作符直接更新列，匹配因子的显示值（注意是字符串格式，因为你的levels输出是"0"、"128"）：

# 匹配"0"和"128"对应的因子值，设为NA
val[LU1945 %in% c("0", "128"), LU1945 := NA]

2. 移除未被使用的因子水平 #

用droplevels()清理无用水平，用data.table语法实现：

val[, LU1945 := droplevels(LU1945)]

验证结果 #

执行完上述两步后，再调用levels(val$LU1945)，就能看到"0"和"128"已经被移除了。

内容的提问来源于stack exchange，提问作者BHope