R语言如何获取数据集中实际存在的factor因子水平

实现方案 #

你可以通过以下几种常用方式实现需求：

方法1：组合内置函数实现 #

先过滤NA再删除未使用的水平，最后提取水平值：

# 直接运行即可得到目标结果
levels(droplevels(na.omit(df$v1)))

运行输出：

[1] "a" "b" "c"

逻辑说明：

• na.omit(df$v1)：先剔除因子中的NA值
• droplevels()：删除因子中没有对应观测的冗余水平
• levels()：提取处理后剩下的有效水平

方法2：逻辑索引实现 #

直接判断原水平是否在实际数据中出现，索引取值：

levels(df$v1)[levels(df$v1) %in% df$v1]

运行输出和方法1一致，如果你需要保留出现过的NA，无需额外过滤即可实现。

方法3：自定义函数封装 #

如果你需要频繁使用这个功能，可以封装为自定义函数，实现你举例的indata参数效果：

levels <- function(x, indata = FALSE, rm_na = TRUE) {
  # 兼容原生levels函数的默认行为
  if (!indata) return(base::levels(x))
  if (!is.factor(x)) stop("输入参数必须为因子类型")
  res <- base::levels(x)[base::levels(x) %in% x]
  if (rm_na) res <- stats::na.omit(res)
  as.character(res)
}

封装后你就可以直接调用你期望的语法：

levels(df$v1, indata = TRUE)

输出结果：

[1] "a" "b" "c"

内容的提问来源于stack exchange，提问作者teppo