R语言：如何将因子的'Dont know'和'Refuse'水平转为缺失值？

你用fct_collapse指定NULL达不到效果，是因为这个函数会把NULL当作新的因子水平名称，而不是识别为缺失值。要把"Dont know"和"Refuse"转成缺失值，推荐以下几种方法：

方法一：用fct_recode的.missing参数（最简洁） #

fct_recode里的.missing参数专门用来将指定水平映射为缺失值，配合count的useNA = "ifany"可以统计缺失值的数量：

library(tidyverse)

mydata <- tibble(
  a = factor(c("Yes", "No", "Dont know", "Yes",  "Refuse", "No",
               "Dont know", "Yes", "No", "Dont know", "Refuse"))
)

mydata %>% 
  mutate(a = fct_recode(a, .missing = c("Dont know", "Refuse"))) %>%
  count(a, useNA = "ifany")

运行结果：

# # A tibble: 3 × 2
#   a         n
#   <fct> <int>
# 1 No        3
# 2 Yes       3
# 3 <NA>      5

方法二：先转字符再替换为NA #

先把因子转为字符向量，替换目标值为NA后再转回因子：

mydata %>% 
  mutate(
    a = as.character(a),
    a = case_when(
      a %in% c("Dont know", "Refuse") ~ NA_character_,
      TRUE ~ a
    ),
    a = factor(a)
  ) %>%
  count(a, useNA = "ifany")

这个方法逻辑直观，适合需要额外条件判断的场景。

方法三：用fct_collapse结合na_if #

先把目标水平合并为一个临时水平，再用na_if把这个临时水平转为NA：

mydata %>% 
  mutate(
    a = fct_collapse(a, temp = c("Dont know", "Refuse")),
    a = na_if(a, "temp")
  ) %>%
  count(a, useNA = "ifany")

这种方法适合需要先合并再处理的复杂场景。

内容的提问来源于stack exchange，提问作者Moses