如何用Forcats和Dplyr快速且整洁地为指定列按字母顺序设置因子水平并将特定水平移至末尾

嘿，我完全懂你作为R和tidyverse新手的困惑——批量处理因子水平的时候真的很容易踩坑！我来帮你梳理出简洁又高效的解决方案，完美匹配你的需求。

问题分析 #

你需要给指定列（Col1、Col2）完成两个核心操作：

1. 按字母顺序（适配法语 locale）设置因子水平
2. 将特定水平"Nc"移至所有水平的末尾

你单独处理每一列时能成功，但用across()批量操作就达不到预期，核心原因是之前的批量代码没有把整列唯一值排序和因子水平调整的逻辑完整封装在across()的自定义函数里，导致逻辑断裂。

解决方案代码 #

先确保加载所需的包，然后用这段简洁的代码就能一次性处理所有目标列：

library(tidyverse)
library(stringi) # 用于适配法语 locale 的排序

# 生成你的示例数据
df <- structure( list( 
  Col1 = c( "PROFITEROLE", "APPLE TART", "BLACK FOREST CAKE", "TATIN PIE 2", "CHOCOLATE + VANILLA CAKE", "CROISSANT", "Nc", "KARDINAL SLICE", "MADELEINE", "OPERA CAKE" ), 
  Col2 = c( "STRAWBERRY SHORTCAKE", "CHURRO", "CREAM PUFF", "ÉCLAIR", "MILLEFEUILLE", "Nc", "LEMON MERINGUE PIE", "RUM BABA", "CANNOLI", "PARIS-BREST" ) 
), class = "data.frame", row.names = c(NA, -10L) )

# 批量处理列：排序水平 + 移动"Nc"到末尾
df_processed <- df %>%
  mutate(
    across(c(Col1, Col2), ~ {
      # 提取当前列的唯一值，转字符后按法语 locale 排序
      sorted_lvls <- stri_sort(unique(as.character(.x)), locale = "fr_FR")
      # 先转为带排序水平的因子，再把"Nc"移到最后
      fct(.x, levels = sorted_lvls) %>%
        fct_relevel("Nc", after = Inf)
    })
  )

代码逐行解释 #

1. across(c(Col1, Col2), ~ { ... })：对Col1和Col2列批量应用花括号内的自定义逻辑，避免重复写多列处理代码
2. stri_sort(unique(as.character(.x)), locale = "fr_FR")：
   • 用unique(.x)提取当前列的所有唯一值，避免重复水平
   • 转字符类型是为了绕开因子本身的初始水平干扰
   • 用stri_sort结合法语 locale 做符合你需求的排序（如果不需要特定locale，直接用sort(unique(as.character(.x)))更简洁）
3. fct(.x, levels = sorted_lvls)：将当前列转为因子，直接使用刚才排序好的水平，确保初始水平是字母顺序
4. fct_relevel("Nc", after = Inf)：把"Nc"这个水平直接移到所有水平的最后，这一步你之前已经用对了，现在把它整合到批量逻辑里，让流程更连贯

验证结果 #

处理完后，你可以用levels()查看最终效果，完全符合你的预期：

# 查看Col1的水平
levels(df_processed$Col1)
# 输出：
# [1] "APPLE TART"               "BLACK FOREST CAKE"        "CHOCOLATE + VANILLA CAKE"
# [4] "CROISSANT"                "KARDINAL SLICE"           "MADELEINE"               
# [7] "OPERA CAKE"               "PROFITEROLE"              "TATIN PIE 2"             
# [10] "Nc"

# 查看Col2的水平
levels(df_processed$Col2)
# 输出：
# [1] "CANNOLI"               "CHURRO"                "CREAM PUFF"            "ÉCLAIR"               
# [5] "LEMON MERINGUE PIE"    "MILLEFEUILLE"          "PARIS-BREST"           "RUM BABA"             
# [9] "STRAWBERRY SHORTCAKE"  "Nc"

为什么之前的批量代码无效？ #

你之前分两次mutate(across(...))的写法，第一次设置水平时可能因为fct()的参数逻辑没匹配好，导致水平还是按数据出现顺序排列。现在把所有逻辑封装在一个across的自定义函数里，就能确保每一列都先完成排序水平的设置，再调整"Nc"的位置，逻辑连贯且不会出错。

内容来源于stack exchange