使用R Tidyverse的readr导入CSV带标签因子时labels参数报错如何解决

readr 包的 col_factor() 函数原生不支持 labels 参数，该参数仅属于 base R 的 factor() 函数，因此传入 labels 参数会触发「未使用参数」的报错。

方案1：导入时直接完成映射（推荐） #

可以在 col_types 中传入 purrr 风格的匿名公式作为自定义列转换器，直接调用 base R 的 factor() 完成取值映射，无需额外后续处理：

df <- read_csv("df.csv", 
               col_types = cols(
                 male = ~factor(.x, levels = c("0", "1"), labels = c("F", "M"))
               ))

方案2：导入后修改因子水平 #

如果需要先校验原始取值再做转换，可以先读入原始水平的因子，再修改水平标签：

# 先读入，保留原始0、1作为因子水平
df <- read_csv("df.csv", 
               col_types = cols(male = col_factor(levels = c("0","1"))))

# 直接替换因子水平
levels(df$male) <- c("F", "M")

如果需要更清晰的显式映射，也可以使用 tidyverse 生态自带的 forcats 包处理：

library(forcats)
df <- read_csv("df.csv", 
               col_types = cols(male = col_factor(levels = c("0","1")))) %>%
  mutate(male = fct_recode(male, "F" = "0", "M" = "1")

• 自定义转换器写法中的 ~ 是匿名函数简写，.x 指代读取到的该列原始字符值
• 需保证 levels 的顺序和 labels 的顺序一一对应，避免映射错误
• 如果 CSV 中该列存在 0、1 之外的取值，转换后会默认变成 NA，可通过设置 factor() 的 exclude = NULL 参数保留异常值方便排查

内容的提问来源于stack exchange，提问作者mccurcio