R语言如何将字符型HIV.status变量转换为0/1编码的因子

你运行代码后全量返回NA的核心问题是：factor()函数的levels参数需要传入向量当前已有的实际取值，你的HIV.status列原始存储为字符型，实际取值是"HIV negative"和"HIV positive"，但你传入的levels是数值0、1，和原始值完全无法匹配，因此所有值都被识别为缺失值。

你可以根据需求选择以下两种写法：

方案1：直接基于原始字符值转因子（推荐用于建模场景） #

R中建模时会默认按因子level的顺序分配哑变量编码，第一个level对应编码0，第二个对应编码1，只需按你需要的编码顺序设置levels即可：

hiv_data$HIV.status <- factor(
  hiv_data$HIV.status,
  # levels按你需要的编码顺序填原始值，0对应在前，1对应在后
  levels = c("HIV negative", "HIV positive"),
  # labels替换为你要的显示标签
  labels = c("Negative", "Positive")
)

运行后可通过levels(hiv_data$HIV.status)验证顺序，第一个为Negative、第二个为Positive，符合你要求的0、1编码规则。

如果需要单独提取0/1的数值列用于其他计算，可额外运行：

hiv_data$hiv_code <- as.numeric(hiv_data$HIV.status) - 1

方案2：先转0/1数值再转因子 #

如果你需要因子的底层存储值直接对应0、1，可先做数值映射再转因子：

hiv_data$HIV.status <- factor(
  # 先把原始字符串映射为0/1数值
  ifelse(hiv_data$HIV.status == "HIV negative", 0, 1),
  levels = c(0, 1),
  labels = c("Negative", "Positive")
)

内容的提问来源于stack exchange，提问作者username97