R语言中将因子水平重编码为指定数值的高效实现方法

问题本质是R因子的底层存储逻辑：因子本质是带标签的整数向量，as.numeric()作用于因子时默认返回的是水平对应的整数索引（默认从1开始），而非水平标签的数值，因此就算你把水平标签修改为"0""1""2"，直接转数值依然会得到1/2/3的结果，你之前的临时方案是把标签转成数值再转换，逻辑成立但步骤冗余。

方案1：tidyverse生态直接重编码（适配你之前的使用习惯） #

用dplyr::recode()直接对原始向量/因子重编码，无需多步转换：

# 已安装tidyverse的话可直接加载tidyverse
library(dplyr)

answers <- c("Never", "Sometimes", "Always", "Always", "Sometimes", "Never")
# 直接按自定义规则重编码
recode(answers, "Never" = 0, "Sometimes" = 1, "Always" = 2)

运行直接返回目标结果：[1] 0 1 2 2 1 0，如果原始数据已经是因子格式，该方法同样适用。

方案2：Base R无依赖方案 #

适合不想加载额外包的场景，用命名映射向量匹配即可：

answers <- c("Never", "Sometimes", "Always", "Always", "Sometimes", "Never")
# 先定义计分映射规则，修改这个向量即可调整计分逻辑
score_map <- c("Never" = 0, "Sometimes" = 1, "Always" = 2)
# 索引匹配后转数值
as.numeric(score_map[answers])

返回结果和方案1完全一致。

批量处理多题项的延伸用法 #

如果有多道同计分规则的量表题，可配合dplyr::across批量转换，示例如下：

library(dplyr)
# 假设你的数据框df中所有以Q开头的列都是同计分规则的量表题
df <- df %>%
  mutate(across(starts_with("Q"), 
                ~recode(.x, "Never" = 0, "Sometimes" = 1, "Always" = 2)))

内容的提问来源于stack exchange，提问作者Aaron