使用ifelse修改因子变量水平时出现水平移位的技术问询

这种情况我太熟悉了——直接修改因子的levels属性确实容易踩这个坑！你看到的“移位”并不是R的预期行为，而是因为直接操作levels时，R会自动处理重复的水平名称，导致底层编码和水平的对应关系混乱，看起来像是剩下的水平挪了位置。

先搞清楚为什么会出现这个问题 #

因子的本质是整数编码+对应水平名称，每个整数对应levels向量里的一个位置。当你手动把两个水平改成同一个名称（比如levels(x)[1:2] <- "AB"），levels会变成包含重复值的向量，R会自动去重这些水平，同时调整编码对应的关系。比如原来的水平是["A", "B", "C", "D"]，修改后levels变成["AB", "AB", "C", "D"]，R会自动去重为["AB", "C", "D"]。这时候原来对应C的编码3现在对应新levels的第2位，D的编码4对应新levels的第3位，看起来就像是C和D“移位”了。

正确的解决方法（推荐这几种） #

别直接改levels了，用专门的工具处理更稳妥：

1. 用forcats包的fct_collapse()（最直观）

forcats是tidyverse里专门处理因子的包，fct_collapse()可以明确指定哪些水平要合并，完全不会乱序：

library(forcats)

# 先模拟你的示例数据
set.seed(123)
df <- data.frame(
  group = factor(sample(c("A", "B", "C", "D"), 10, replace = TRUE))
)

# 合并A和B为AB，其他水平保持原样
df$group <- fct_collapse(df$group,
  AB = c("A", "B"),  # 把A和B合并成AB
  C = "C",           # 保留C
  D = "D"            # 保留D
)

# 查看结果，水平顺序完全符合预期
df$group

2. 基础R：转字符再重新转因子

如果不想加载额外包，这种方法也很可靠，完全可控：

# 示例因子
x <- factor(c("A", "B", "C", "D", "A", "C"))

# 先转成字符向量，替换要合并的水平
x_char <- as.character(x)
x_char[x_char %in% c("A", "B")] <- "AB"

# 重新转成因子，还能指定水平顺序（可选）
x_new <- factor(x_char, levels = c("AB", "C", "D"))

x_new

3. 用dplyr的recode_factor()

如果你已经在使用dplyr，这个方法也很方便：

library(dplyr)

x <- factor(c("A", "B", "C", "D", "A", "C"))
x_new <- recode_factor(x,
  A = "AB",
  B = "AB",
  .default = levels(x)  # 自动保留其他所有水平
)

x_new

总结 #

直接修改levels属性的问题在于，R会自动去重水平，打乱了原来的编码对应关系，导致你误以为水平“移位”。用上面这些专门的因子处理函数，既能明确合并规则，又能保证水平顺序和对应关系的正确性，完全避免这个问题。

内容的提问来源于stack exchange，提问作者jakes