R语言：如何使用函数重命名因子水平？

嘿，这个场景我太熟悉了！不用纠结dplyr::recode()的限制，我们有更灵活的方法来批量修改因子水平，完全不需要提前知道所有水平值～

核心思路 #

因子的本质是整数编码+标签（水平），所以我们只需要直接修改它的标签集合，不用逐个处理每个观测值。你的extract_surname()函数刚好可以直接作用在这些标签上。

方法1：基础R原生操作（无需额外包） #

直接提取因子的水平，用sapply()批量处理后重新赋值回去：

# 假设你的因子列是df$full_name_factor
levels(df$full_name_factor) <- sapply(levels(df$full_name_factor), extract_surname)

这个方法非常高效，因为它只修改因子的标签属性，底层的整数编码完全不变，观测值会自动映射到新的标签上。

方法2：Tidyverse风格（推荐） #

用forcats包（tidyverse专门处理因子的工具）里的fct_relabel()函数，它就是为批量修改因子水平设计的，直接传入你的处理函数就行：

library(dplyr)
library(forcats)

df <- df %>%
  mutate(full_name_factor = fct_relabel(full_name_factor, extract_surname))

fct_relabel()会自动遍历所有因子水平，把每个水平值传给extract_surname()，然后用返回的结果替换原水平，代码简洁又符合tidyverse的习惯。

额外思路：用recode的变通方法 #

如果你一定要用recode()，其实可以先生成替换列表再传入：

# 生成"原水平=新水平"的映射列表
level_map <- setNames(
  sapply(levels(df$full_name_factor), extract_surname),
  levels(df$full_name_factor)
)

# 用!!!展开列表作为recode的参数
df <- df %>%
  mutate(full_name_factor = recode(full_name_factor, !!!level_map))

不过这种方法有点绕，不如前面两种直接，只适合特殊场景下使用。

内容的提问来源于stack exchange，提问作者jotrocken