新创建的数据框丢失向量类别标签问题求助

嗨，我太懂你这个困扰了！你明明把y15和y16处理成了带自定义标签（"2","3","4","5"）的因子，结果用cbind()再转成数据框后，标签全变成了底层的整数编码（1、2、3、4），完全不是你想要的样子对吧？

先还原下你的问题场景 #

你先处理出了三个向量：

# 提取ID
plantid <- dynamics$id
# 处理2015年数据为因子
y15 <- dynamics$y2015
year15 <- cut(y15, breaks = c(-Inf, 50, 100, 150, Inf), labels = c("2", "3", "4", "5"))
# 处理2016年数据为因子
y16 <- dynamics$y2016
year16 <- cut(y16, breaks = c(-Inf, 50, 100, 150, Inf), labels = c("2", "3", "4", "5"))

然后用cbind()组合：

SD1 = data.frame(cbind(plantid, year15, year16))
head(SD1)

结果得到的是：

> head(SD1)
  plantid year15 year16
1       1      4     NA
2       2      3      4
3       3      4      4
4       4      4      4
5       5      3      4
6       6      3      4

原本的因子标签"2""3""4""5"全变成了1-4的整数，这可太闹心了！

问题根源 #

cbind()这个函数会把因子类型强制转换成整数（因为因子在R里的底层存储就是整数，标签只是映射关系），当你把cbind()的结果丢给data.frame()时，它只会保留这个整数数值，而丢失了因子的标签和水平信息。

解决办法 #

给你三个简单的解决思路，任选其一就行：

方法1：直接用data.frame()组合，跳过cbind()

这是最简单的办法！data.frame()本身就可以直接接收多个向量作为参数，而且会完整保留每个向量的类型（包括因子的标签）：

SD1 <- data.frame(plantid, year15, year16)
head(SD1)

你会看到结果里的year15和year16依然是带"2""3""4""5"标签的因子，完全符合预期！

方法2：如果非要用cbind()，事后把列转回因子

要是你因为某些原因必须用cbind()，那可以在组合后，把year15和year16列重新转换成因子，指定原来的水平和标签：

SD1 <- data.frame(cbind(plantid, year15, year16))
# 重新转换为因子，指定levels和labels
SD1$year15 <- factor(SD1$year15, levels = 1:4, labels = c("2", "3", "4", "5"))
SD1$year16 <- factor(SD1$year16, levels = 1:4, labels = c("2", "3", "4", "5"))
head(SD1)

这样也能把标签恢复回来。

方法3：用dplyr的bind_cols()（如果你熟悉tidyverse）

如果你平时用tidyverse系列的包，dplyr::bind_cols()也能完美保留向量的类型：

library(dplyr)
SD1 <- bind_cols(plantid = plantid, year15 = year15, year16 = year16)
head(SD1)

这个方法同样能保留因子的标签信息，而且代码也很简洁。

验证一下 #

不管用哪种方法，你都可以用str(SD1)来检查：

str(SD1)

你会看到year15和year16依然是Factor w/ 4 levels "2","3","4","5"，标签完全没有丢失！

内容的提问来源于stack exchange，提问作者Muneer