使用dplyr的across+case_when重编码因子变量失败求助

你需要将多个以Q开头、cat5结尾的5级因子变量重编码为3级cat3变量，规则如下：

• 原变量取值为"1_Disagree"或"2_SomeD"时，新变量为"1_Disagree"
• 原变量取值为"3_Neither"时，新变量为"2_Neither"
• 原变量取值为"4_SomeA"或"5_Agree"时，新变量为"3_Agree"

示例数据：

df <- tibble(Q1_cat5 = as.factor(c("1_Disagree","2_SomeD","2_SomeD","4_SomeA","5_Agree")),
             Q2_cat5 = as.factor(c("5_Agree","5_Agree","3_Neither","4_SomeA","5_Agree")),
             Q3_cat5 = as.factor(c("3_Neither","2_SomeD","2_SomeD","1_Disagree","5_Agree")))

你尝试用dplyr的across结合case_when编码，但新变量未按规则转换，仍保留原变量值。

错误原因 #

1. across参数用法错误：在.fns参数中直接传入case_when()，没有用波浪线~将其定义为匿名函数，导致across无法正确解析执行逻辑。
2. 因子类型匹配问题：原变量是因子类型，直接和字符串做==比较可能因因子水平的隐藏索引出现匹配失效，最好先转换为字符型再判断。

修正后的代码 #

library(dplyr)
library(stringr)

df2 <- df %>% 
  mutate(across(
    .cols = starts_with('Q') & ends_with('cat5'),
    .fns = ~ case_when(
      as.character(.) %in% c("1_Disagree", "2_SomeD") ~ "1_Disagree",
      as.character(.) == "3_Neither" ~ "2_Neither",
      as.character(.) %in% c("4_SomeA", "5_Agree") ~ "3_Agree",
      is.na(.) ~ NA_character_
    ) %>% factor(levels = c("1_Disagree", "2_Neither", "3_Agree")),
    .names = '{str_sub(.col, 1, -5)}cat3'
  ))

修正说明 #

• 用~把case_when包裹成匿名函数，符合across对.fns参数的要求
• 通过as.character(.)将因子转换为字符型，避免类型匹配错误
• 用%in%简化多值判断的写法，让代码更简洁
• 最后用factor()将结果转换为指定水平的因子变量，保证新变量的类型符合需求

运行代码后，df2会保留原变量，同时生成符合规则的Q1_cat3、Q2_cat3、Q3_cat3变量。

内容的提问来源于stack exchange，提问作者Vetepi