R语言中为分类变量赋值NA时是否需要添加引号？

这个问题我之前处理因子缺失值时也纠结过，直接给你讲清楚核心逻辑：给NA加引号是错误的，不加引号才是正确的处理方式，两者结果完全不同，具体如下：

• 为什么不能加引号？
  在R里，NA是一个特殊的缺失值标识，它不属于字符串类型。如果你写成"NA"，本质上只是把原来的"BLANK"水平替换成了另一个字符串类别"NA"——这时候你的因子变量会多一个名为"NA"的常规类别，而非真正的缺失值。后续用is.na()检查时，这些观测不会被判定为缺失，缺失值插补包自然也不会对它们进行处理。

• 正确的处理方式
  你原代码里不加引号的写法是完全正确的：

  levels(data$categorical_var)[levels(data$categorical_var) == "BLANK"] <- NA
  

  替换完成后，原来对应"BLANK"的观测会被标记为真正的缺失值，is.na(data$categorical_var)会返回TRUE，像mice、missForest这类插补包也能正常识别并处理这些缺失项。

• 额外推荐一个更简洁的方法
  如果你使用tidyverse生态的forcats包处理因子，还可以用专门的函数完成转换，代码更直观：

  library(forcats)
  data$categorical_var <- fct_recode(data$categorical_var, .missing = "BLANK")
  

内容的提问来源于stack exchange，提问作者astel