如何在不硬编码的情况下将DataFrame的factor转为ord.factor？

要解决普通因子无法使用max/min等聚合函数的问题，同时避免逐个列硬编码转换，我们可以批量将数据框中的所有普通因子列转为有序因子（ordered factor），复用原因子已有的levels排序逻辑，之后就能直接执行聚合操作。

方法1：Base R 实现 #

先批量转换所有因子列，再执行聚合：

# 测试数据框（来自API的真实数据逻辑一致）
df_test <- data.frame(
  record_id = c(1001, 1001, 1001, 1002, 1002, 1003, 1004, 1005, 1005),
  measurement = factor(c("Baseline", "At3m", "At12m", "Baseline", "At3m", "At6m", NA, "Baseline", "At3m"), 
                       levels=c("Baseline", "At3m", "At6m", "At12m"))
)

# 批量转换所有factor列为有序因子，保留原levels和标签
df_test[] <- lapply(df_test, function(col) {
  if (is.factor(col)) {
    ordered(col, levels = levels(col), labels = labels(col))
  } else {
    col  # 非因子列保持原样
  }
})

# 按record_id聚合，取measurement的最大值（最新随访）
df_max <- aggregate(measurement ~ record_id, data = df_test, max, na.rm = TRUE)

执行后df_max的结果：

record_id measurement
1      1001       At12m
2      1002        At3m
3      1003        At6m
4      1004        <NA>
5      1005        At3m

方法2：Tidyverse（dplyr）实现 #

如果习惯用tidyverse语法，可通过across批量处理因子列：

library(dplyr)

df_max <- df_test %>%
  # 对所有factor列执行转换，复用原levels
  mutate(across(where(is.factor), ~ ordered(., levels = levels(.), labels = labels(.)))) %>%
  group_by(record_id) %>%
  # 取最大值，na.rm=TRUE处理全NA的情况（如record_id=1004）
  summarise(measurement = max(measurement, na.rm = TRUE), .groups = "drop")

为什么之前的尝试失败？ #

你之前用as.numeric(as.character(df_test$measurement))会得到NA，是因为as.character()提取的是因子的标签文本（比如"Baseline"），文本无法转成数字。正确的底层编码提取应该用as.numeric(df_test$measurement)，但转成有序因子的优势是聚合后能直接保留可读性强的标签，而不是原始编码数字。

内容的提问来源于stack exchange，提问作者BdR