使用dplyr处理因子水平：替换点号后出现NA的问题咨询

嘿，我知道你为啥遇到这个NA问题啦！咱们先拆解下你的sandwich2写法哪里出了问题：

当你写factor(sandwich_factor, levels = str_replace_all(levels(sandwich_factor), "\\.", " "))的时候，你只是修改了因子的水平标签名称，但原列sandwich_factor里的每个元素值还是原来带点的字符串（比如"mustard.sauce"）。而新的levels里只有替换后的"mustard sauce"，R找不到"mustard.sauce"对应的新水平，自然就返回NA了。

要实现「保留factor类型+维持原水平顺序+替换点为空格」的需求，有两种简单的解决办法：

方法一：先转字符处理，再重新生成因子 #

先把因子转成字符串替换点号，再用替换后的原水平顺序重新生成因子，这样元素值和新levels能一一对应：

library(tidyverse)
library(stringr)

sandwich <- c("bread", "mustard.sauce", "tuna.fish", "lettuce", "bread")

sandwich_df <- data_frame(sandwich_str = sandwich) %>% 
  mutate(sandwich_factor = factor(sandwich)) %>% 
  # 正确的sandwich2写法
  mutate(sandwich2 = factor(
    str_replace_all(as.character(sandwich_factor), "\\.", " "),
    levels = str_replace_all(levels(sandwich_factor), "\\.", " ")
  )) %>% 
  mutate(sandwich3 = str_replace_all(sandwich_str, "\\.", " "))

print(sandwich_df)

方法二：直接修改因子的levels属性（更高效） #

如果不想转来转去，可以直接修改现有因子的levels标签，这种方法不会改变因子的内部编码，效率更高，尤其适合大数据框：

sandwich_df <- data_frame(sandwich_str = sandwich) %>% 
  mutate(sandwich_factor = factor(sandwich)) %>% 
  mutate(sandwich2 = sandwich_factor) %>% 
  # 直接替换levels的标签
  mutate(sandwich2 = `levels<-`(sandwich2, str_replace_all(levels(sandwich2), "\\.", " "))) %>% 
  mutate(sandwich3 = str_replace_all(sandwich_str, "\\.", " "))

print(sandwich_df)

验证结果 #

两种方法跑出来的sandwich2都会是factor类型，内容和sandwich3完全一致，同时保留原因子的水平顺序：

# A tibble: 5 × 4
  sandwich_str sandwich_factor sandwich2    sandwich3   
  <chr>        <fct>           <fct>        <chr>       
1 bread        bread           bread        bread       
2 mustard.sauce mustard.sauce  mustard sauce mustard sauce
3 tuna.fish    tuna.fish       tuna fish    tuna fish   
4 lettuce      lettuce         lettuce      lettuce     
5 bread        bread           bread        bread       

内容的提问来源于stack exchange，提问作者ohnoplus