R语言中替换因子列NA值后列类型转为字符的问题

这个问题我之前也踩过坑！sapply在这里会偷偷把你的因子列转换成字符型——因为它默认会把处理结果简化成矩阵，而矩阵里所有元素的类型必须一致，因子就被强制转成字符了。给你几个实用的解决办法：

方法1：用lapply替代sapply #

lapply返回的是列表，能保留每一列原本的因子类型，不会做强制转换。直接替换原代码里的sapply就行：

# 定义目标列
varToCat = c("V21A","A3","Escolari","A17","B8","C5B","RamaEmpPri","C11","C16B", "C16C","D4B","D4C","RamaEmpSec","RamaUltEmpCesant","G12", "RamaFuerzaTrab","OcupFuerzaTrab","ActNoMer")

# 用lapply处理，保留因子类型
cop2014[, varToCat] <- lapply(cop2014[, varToCat], function(col) {
  replace(col, is.na(col), last(levels(col)))
})

处理完后再用table(sapply(cop2014[, varToCat], class))检查，这些列应该还是factor类型。

方法2：用dplyr的mutate_at（tidyverse风格） #

如果你习惯用tidyverse工具，这个方法代码更简洁，同样能完美保留因子类型：

library(dplyr)

cop2014 <- cop2014 %>%
  mutate_at(vars(varToCat), ~replace(., is.na(.), last(levels(.))))

方法3：如果坚持用sapply，手动转回到因子 #

这个方法稍显繁琐，但也能解决问题——处理完后手动把每一列重新转成因子，并且指定原来的水平：

cop2014[, varToCat] <- sapply(cop2014[, varToCat], function(col) {
  # 先保存原列的因子水平
  col_levels <- levels(col)
  # 替换NA值
  col <- replace(col, is.na(col), last(col_levels))
  # 重新转成因子，用原水平
  factor(col, levels = col_levels)
})

内容的提问来源于stack exchange，提问作者user4104