如何获取R语言中因子列的参考水平？

我已知可以使用relevel将某个值设置为因子的参考水平。
我想要实现反向操作：给定一个因子列，如何检索它对应的参考值？
我能想到的最简易方法是借助lm运行线性回归，查看估计系数中缺失的因子取值即为参考水平。
请问是否有专门的方法或函数可以实现这一需求？

提出这个问题我有些不好意思，搜索因子参考水平获取方法时，返回的结果几乎全是关于如何重设因子参考水平的内容，完全找不到反向获取参考水平的相关解答，如果该问题属于重复提问，我在此提前致歉。

不需要借助lm跑回归这么绕，R原生就有最简单的实现方式：因子的参考水平永远是其水平列表的第一个元素，直接调用levels()函数取第一个返回值即可。

方法演示 #

# 构造测试因子
x <- factor(c("low", "mid", "high", "mid", "low"))
# 查看所有水平
levels(x)
# [1] "high" "low" "mid"
# 取第一个元素即为当前参考水平
levels(x)[1]
# [1] "high"

# 用relevel重设参考水平为low之后
x2 <- relevel(x, ref = "low")
levels(x2)
# [1] "low"  "high" "mid"
levels(x2)[1]
# [1] "low"

如果是已经构建好回归模型的场景，也可以用contrasts()函数直接验证：对比矩阵中没有出现在行名里的水平就是当前模型使用的参考水平，结果和上面的方法完全一致。

contrasts(x)
#      low mid
# high   0   0
# low    1   0
# mid    0   1
# 行名无high，即high为参考水平

注意：就算你手动修改了因子的对比编码方式（比如和差编码、Helmert编码等），参考水平依然是levels(因子)[1]，不会随编码规则变化。

你之前想到的跑回归看缺失系数的方法逻辑是成立的，但对于大数据集来说性能浪费非常严重，直接取levels首元素是零成本的原生方案，也是所有R内置建模函数默认识别参考水平的规则。

内容的提问来源于stack exchange，提问作者Arturo Sbr