R语言中如何通过因子水平序号修改因子的取值

你遇到的报错是R因子的默认赋值逻辑导致的：当你给因子向量传入数值时，R会默认将数值转为字符串后匹配已有的因子标签，你的示例中标签为Level 1这类格式，字符串"4"不在标签列表中，自然匹配失败生成NA。

方法1：原生因子场景下无需输入完整标签的修改方式 #

无需手动输入长标签，通过索引即可完成修改，有两种常用操作：

• 通过level索引引用标签赋值
  用levels(因子向量)[索引序号]即可引用对应位置的标签，不需要手动输入完整内容：

  # 要把第2个元素修改为第4个level的取值，仅需传入对应level的序号即可
  factor.demo$var2[2] <- levels(factor.demo$var2)[4]
  # 验证修改结果
  factor.demo$var2[2]
  # > [1] Level 4
  # > Levels: Level 1 Level 2 Level 3 Level 4
  

• 直接修改因子底层整数编码
  R因子的底层存储就是对应level顺序的整数，可直接操作底层编码完成修改：

  # 直接操作底层编码，不需要重设levels
  unclass(factor.demo$var2)[2] <- 4
  # 验证
  factor.demo$var2[2]
  # > [1] Level 4
  

方法2：使用haven包的labelled类，完全匹配Stata/SPSS使用习惯 #

如果你更习惯Stata/SPSS「数值为底层存储、标签为展示内容」的逻辑，可以不用转成因子，直接使用haven包的labelled类，操作逻辑和你熟悉的Stata/SPSS完全一致：

# 加载包
library(haven)
# 构造带标签的变量
factor.demo$var2_labelled <- labelled(
  x = rep(c(1,2,3,4),5),
  labels = c("Level 1" = 1, "Level 2" = 2, "Level 3" = 3, "Level 4" =4)
)
# 直接用底层数值修改，和Stata操作逻辑完全一致
factor.demo$var2_labelled[2] <- 4
# 查看结果，标签正常展示，底层数值为4
factor.demo$var2_labelled[2]
# > <labelled<double>[1]>
# > [1] 4
# > Labels:
# >  value   label
# >      1 Level 1
# >      2 Level 2
# >      3 Level 3
# >      4 Level 4

后续如果需要转成因子做统计分析，直接调用as_factor()函数即可自动匹配标签，不需要重新配置。

内容的提问来源于stack exchange，提问作者Riiiiiibs