R语言有序逻辑回归中响应变量重排后值丢失问题求助

你的Total.Spent列值全部丢失变为空列，核心原因是你定义的spend_in_order里的字符串，和原数据中Total.Spent的实际取值格式不匹配——比如你写的是"$0 - $500"（连字符前后带空格），但原数据里的对应类别是"$0-$500"（无空格），R无法匹配到对应值，因此全部转为NA。

这和它是响应变量、数据存在缺失值完全无关，缺失值只会保留为NA，不会导致整列空值。

排查步骤 #

先运行以下代码确认原数据中Total.Spent的实际取值：

# 查看所有唯一取值（包括NA）
unique(KI_Data$Total.Spent)
# 或者查看当前因子的层级
levels(KI_Data$Total.Spent)

解决方案 #

根据排查结果调整spend_in_order的字符串，确保和原数据完全一致：

方案1：直接匹配原数据格式

如果原数据里的类别是无空格的（比如"$0-$500"），修改spend_in_order：

# 按原数据实际格式定义层级顺序
spend_in_order <- c("$0-$500", "$500-$999", "$1,000-$2,499", "$2,500-$4,999", "$5,000+")
# 重新设置因子，保留原数据的有效值和缺失值
KI_Data$Total.Spent <- factor(KI_Data$Total.Spent, levels = spend_in_order)

方案2：统一格式后再设置因子

如果你想把类别格式统一成带空格的（比如"$0 - $500"），先替换原数据的格式，再设置因子：

# 给连字符前后添加空格，统一格式
KI_Data$Total.Spent <- gsub("(\\$\\d+)-(\\$?\\d+|\\+)", "\\1 - \\2", KI_Data$Total.Spent)
# 再设置层级顺序
spend_in_order <- c("$0 - $500", "$500 - $999", "$1,000 - $2,499", "$2,500 - $4,999", "$5,000+")
KI_Data$Total.Spent <- factor(KI_Data$Total.Spent, levels = spend_in_order)

验证 #

设置完后运行以下代码确认结果：

# 查看层级是否正确
levels(KI_Data$Total.Spent)
# 查看前几行数据，确认值未丢失
head(KI_Data$Total.Spent)

内容的提问来源于stack exchange，提问作者Kirsten Bradley