R语言循环为变量分配因子标签与水平失败问题求助

问题背景 #

我有一份李克特量表的调查数据，需要将所有以A开头的字符型响应变量（取值为Less、Same、More、Not Applicable）转换为对应值为-1、0、1、NA的因子。尝试了以下代码：

q <- select(df, starts_with("A"))

for(x in q){
  x <- factor(x,
              levels=c("Less","Same","More"),
              labels=c(-1,0,1),
              exclude=c("Not Applicable"))
}

select函数可正常筛选变量，但循环内的赋值操作仅修改了临时变量x，并未改变q或原数据框df中的数据。

问题原因 #

循环中for(x in q)的x是原数据列的副本，对x的赋值只会作用在这个临时副本上，不会同步到原数据框q或df中，因此修改无法生效。

解决方案 #

方法1：使用dplyr的across（推荐，代码简洁） #

利用dplyr的across函数批量处理指定列，可直接修改原数据框或生成新数据框：

library(dplyr)

# 直接修改原数据框df中的A开头列
df <- df %>%
  mutate(across(starts_with("A"), ~factor(.,
                                          levels = c("Less", "Same", "More"),
                                          labels = c(-1, 0, 1),
                                          exclude = "Not Applicable")))

# 或者生成筛选后并转换的新数据框q
q <- df %>%
  select(starts_with("A")) %>%
  mutate(across(everything(), ~factor(.,
                                      levels = c("Less", "Same", "More"),
                                      labels = c(-1, 0, 1),
                                      exclude = "Not Applicable")))

方法2：修改循环，通过列名/索引操作 #

若坚持使用循环，需通过列名或索引直接操作数据框的列，而非副本：

q <- select(df, starts_with("A"))

# 按列名循环
for(col_name in colnames(q)){
  q[[col_name]] <- factor(q[[col_name]],
                          levels = c("Less", "Same", "More"),
                          labels = c(-1, 0, 1),
                          exclude = "Not Applicable")
}

# 或按列索引循环
for(i in seq_along(q)){
  q[[i]] <- factor(q[[i]],
                   levels = c("Less", "Same", "More"),
                   labels = c(-1, 0, 1),
                   exclude = "Not Applicable")
}

方法3：使用lapply批量处理 #

用lapply对q的每一列应用转换函数，再转回数据框：

q <- select(df, starts_with("A"))
q <- as.data.frame(lapply(q, function(x){
  factor(x,
         levels = c("Less", "Same", "More"),
         labels = c(-1, 0, 1),
         exclude = "Not Applicable")
}))

内容的提问来源于stack exchange，提问作者AWC