为何mutate(across)会将factor类型转换为integer类型？

为什么因子列被转为整数类型？ #

base::ifelse()函数的核心特性是强制统一输出结果的数据类型：

• 因子（factor）本质是带有标签的整数向量，当你在ifelse中传入因子向量时，函数会提取其底层的整数编码进行处理；
• 而NA属于整数/逻辑类型，最终ifelse会把整个向量的类型统一为整数，导致因子的标签信息丢失，直接变成整数列。
• 额外提醒：因子列中根本不会存在NaN（NaN是数值型特有的缺失值，因子的缺失表现为NA），所以你对因子列的处理完全是多余的，反而触发了类型转换。

避免类型转换的几种方法 #

方法1：用dplyr::if_else替代base::ifelse #

dplyr的if_else会严格保留输入向量的原始类型，不会随意转换：

library(dplyr)

x <- x %>%
  mutate(across(everything(), ~if_else(is.nan(.), NA, .)))

方法2：仅针对数值列处理（更高效） #

既然只有数值列才会出现NaN，直接限定处理范围为数值列，完全不碰因子列：

x <- x %>%
  mutate(across(where(is.numeric), ~ifelse(is.nan(.), NA, .)))

方法3：使用replace函数 #

replace函数同样会保留原有向量的类型，适合替换特定条件的值：

x <- x %>%
  mutate(across(everything(), ~replace(., is.nan(.), NA)))

验证处理后的结果，用str(x)查看会发现x1依然是因子（factor）类型，数值列的NaN也已替换为NA。

内容的提问来源于stack exchange，提问作者canderson156