R dplyr使用mutate修改因子变量时ifelse/if条件报错问题排查

错误原因解析 #

• 第一个报错（找不到ifesle函数）：属于拼写错误，你实际输入的函数名为ifesle（字母顺序颠倒），正确的向量化条件判断函数名为ifelse。
• 第二个警告（条件长度大于1）：R基础的if...else结构仅支持接收单个逻辑值作为判断条件，你传入的count <= 3是长度等于数据集行数的逻辑向量，因此系统只会取第一个元素做判断，返回结果不符合预期。
  另外存在隐藏问题：你的xyz是因子类型，直接赋值字符串'Other'时，如果Other不在原因子的水平列表中，会自动转为NA或触发类型转换警告。

正确实现代码 #

你要实现「将出现次数≤3的因子水平合并为Other」的需求，推荐两种稳妥的实现方式：

写法1：修正拼写使用ifelse #

sample %>% 
  ungroup() %>% # 先解除分组避免不必要的组内计算
  # 先将因子转为字符类型避免水平不匹配问题，判断后按需转回因子
  mutate(xyz = ifelse(count <= 3, 'Other', as.character(xyz)),
         xyz = as.factor(xyz))

写法2：用forcats包处理（更简洁） #

forcats是tidyverse生态下专门处理因子的工具包，可直接按频数合并因子水平：

library(forcats)
sample %>% 
  ungroup() %>% 
  # min=4代表仅保留出现次数≥4的水平，其余合并为Other
  mutate(xyz = fct_lump_min(xyz, min = 4, other_level = "Other"))

内容的提问来源于stack exchange，提问作者J.K.