如何修正R语言中因子变量的层级错误？

问题原因 #

直接替换因子的观测值时，原始因子中未被使用的旧水平（比如"1 2"、"1 3"、"2 3"）并不会自动移除，所以最终因子水平仍保留所有初始值，出现冗余。

三种解决方法 #

方法1：用droplevels()清理未使用的水平

这是最直接的方式，专门用于移除因子中无对应观测值的冗余水平：

# 执行完你原来的替换代码后，运行这行
d$x <- droplevels(d$x)

# 查看处理后的因子水平
levels(d$x)
# 输出结果：[1] "1" "2" "3" "4"

方法2：重新转换为因子

先把因子转成字符型（确保取值是最新的），再重新转换为因子，新因子会自动只保留实际存在的取值作为水平：

# 替换后执行
d$x <- as.factor(as.character(d$x))

# 或者更简洁的写法，factor()会自动处理
d$x <- factor(d$x)

方法3：替换时直接修改因子水平（一步到位）

提前定义替换规则，直接修改因子的levels属性，避免后续清理步骤：

# 定义替换规则：键是旧水平，值是新水平
level_replace <- c("1 2" = "1", "1 3" = "1", "2 3" = "2")

# 批量替换因子水平
levels(d$x) <- replace(levels(d$x), names(level_replace), level_replace)

# 此时因子水平会有重复的"1"，再用droplevels()去重
d$x <- droplevels(d$x)

内容的提问来源于stack exchange，提问作者An116