如何消除fct_collapse()的Unknown levels in `f`警告（因子场景）

1. 先核对原因子的所有水平 #

先把你要处理的因子变量的所有水平列出来，和你在fct_collapse()里写的映射内容逐一比对：

# 假设你的因子变量名为duration_var
levels(your_data$duration_var)

大概率是你映射里写的某些水平，和原因子的实际水平存在差异——比如葡萄牙语的重音符号漏写、前后多了空格、大小写不一致，甚至是拼写错误，都会导致匹配失败触发警告。

2. 清理因子水平的冗余字符 #

如果原因子水平存在前后空格、不可见特殊字符，先做清理：

library(stringr)
# 去除水平文本的前后空格
your_data$duration_var <- fct_relabel(your_data$duration_var, str_trim)
# 若有重音符号差异，可统一转成无重音的ASCII格式
your_data$duration_var <- fct_relabel(your_data$duration_var, function(x) stringi::stri_trans_general(x, "Latin-ASCII"))

清理完再重新查看水平，确保和你要映射的内容完全一致。

3. 检查fct_collapse()的映射参数 #

把映射里所有不存在于原因子水平的内容删掉，比如下面这种情况就会触发警告：

# 错误示例：映射了一个原因子里没有的水平
your_data$duration_var <- fct_collapse(
  your_data$duration_var,
  "> 10" = c("Mais de 10 horas em língua adicional", "不存在的错误水平")
)

只保留原因子里实际存在的水平作为映射的键值。

4. 用正则匹配简化（更稳妥的方式） #

如果原水平格式统一，不用逐个写水平名称，直接用正则匹配替换，避免拼写错误：

# 用fct_relabel结合正则匹配替换
your_data$duration_var <- fct_relabel(your_data$duration_var, function(x) {
  dplyr::case_when(
    str_detect(x, "Mais de 10") ~ "> 10",
    str_detect(x, "5 a 10") ~ "5-10",
    str_detect(x, "Menos de 5") ~ "< 5",
    # 其他需要替换的规则
    TRUE ~ x # 保留未匹配到的原始水平
  )
})

这种方式直接基于原水平的文本特征匹配，不会因为写错水平名称触发警告。

5. 验证处理结果 #

最后查看处理后的因子水平，确认所有需要简化的内容都替换成功：

levels(your_data$duration_var)

内容的提问来源于stack exchange，提问作者Larissa Cury