在R中从Code列生成数字列与因子代码列的实现问询

我明白你遇到的麻烦了——用ifelse()处理factor类型的Code列时容易踩坑，要么类型不匹配要么逻辑覆盖不全。咱们一步步来解决这个问题：

首先先把你的数据重现出来，方便后续测试：

# 还原你的数据集
df <- structure(
  list(
    Potreiro = structure(c(3L, 3L, 3L, 3L, 3L, 4L, 3L, 4L, 3L, 4L), 
                         .Label = c("1A", "6B", "7A", "7B"), class = "factor"),
    Code = structure(c(4L, 1L, 8L, 3L, 2L, 4L, 6L, 5L, 8L, 7L ), 
                     .Label = c("2", "3", "4", "5", "50%", "70%", "ac", "ad", "av", "cd", "de", "Dem"), 
                     class = "factor")
  ),
  .Names = c("Potreiro", "Code")
)

为什么ifelse()会报错？ #

你的Code列是factor类型，直接用ifelse()做判断时，很容易出现类型不兼容的问题——比如分支里有的返回factor水平（数字），有的返回字符（比如"%""ac"），R会强制转换类型导致出错；而且直接对factor做数值判断（比如is.numeric(df$Code)）也会返回全FALSE，完全达不到预期。

可行的解决方法 #

方法一：Base R 原生实现

核心思路是先把factor转成字符型，再用正则表达式拆分数字和代码：

# 1. 将factor类型的Code转为字符，避免水平干扰
df$Code_char <- as.character(df$Code)

# 2. 提取数字部分：移除所有非数字/小数点的字符，转数值型
df$Number <- as.numeric(gsub("[^0-9.]", "", df$Code_char))

# 3. 提取代码部分：移除所有数字/小数点，转factor类型；空字符串替换为NA
df$Code_type <- factor(gsub("[0-9.]", "", df$Code_char))
df$Code_type[df$Code_type == ""] <- NA

方法二：Tidyverse 简洁实现（推荐）

用dplyr和stringr可以更优雅地完成操作：

library(dplyr)
library(stringr)

df_processed <- df %>%
  # 先转字符
  mutate(Code_char = as.character(Code)) %>%
  # 提取连续数字转数值
  mutate(Number = as.numeric(str_extract(Code_char, "\\d+"))) %>%
  # 移除数字后剩余部分转factor，空值替换为NA
  mutate(Code_type = factor(str_remove(Code_char, "\\d+"))) %>%
  mutate(Code_type = na_if(Code_type, ""))

最终效果 #

处理后的数据集会新增Number（数值型）和Code_type（factor型）两列，完全符合你的需求：

# 查看结果
print(df_processed)

内容的提问来源于stack exchange，提问作者Júlio Azambuja