使用 dplyr 有条件地替换因子变量的水平

Question

我知道如何使用 dplyr/tidyr 有条件地替换变量的级别。 这是一些玩具数据（真实的数据集更大更复杂）：

dat <- data.frame(animal=c("cat", "cat", "dog", "cat"),
              size=c("big", "big", "big", "small"))

 newdata <- dat %>% mutate(newanimal=replace(animal, animal=='cat' & size=='big', "fatcat"))

而且我不断收到“无效的因子水平，生成了 NA” - 为什么？，这些是因子变量。 dataframe 中存在“猫”和“大”的具体组合？ 为什么我会收到此错误？

Answer 1

正如@camille 提到的，一旦你有了一个因素，它就会被锁定，如果你引入新的“条目”，它就会变成 NA。

例如：

x <- factor(letters[1:3])
x[3] = "d"
Warning message:
In `[<-.factor`(`*tmp*`, 3, value = "d") :
  invalid factor level, NA generated
x
[1] a    b    <NA>
Levels: a b c

摆脱这种情况的唯一方法是先将其转换为字符并替换：

newdata <- dat %>% mutate(newanimal=replace(as.character(animal), animal=='cat' & size=='big', "fatcat"))
newdata
  animal  size newanimal
1    cat   big    fatcat
2    cat   big    fatcat
3    dog   big       dog
4    cat small       cat

您的新列现在是一个字符，但如果需要，您可以随时将其转换回一个因子。

str(newdata)
'data.frame':   4 obs. of  3 variables:
 $ animal   : Factor w/ 2 levels "cat","dog": 1 1 2 1
 $ size     : Factor w/ 2 levels "big","small": 1 1 1 2
 $ newanimal: chr  "fatcat" "fatcat" "dog" "cat"

Answer 2

tidyverse 中的另一个选项是使用forcats::fct_expand添加新级别，然后 pipe 将此向量放入原始replace中，现在将按预期工作。 新变量是一个因素，不需要进一步转换（假设您想要的 output 是一个因素）。

library(tidyverse)

dat <- dat %>% 
  mutate(newanimal = fct_expand(animal, "fatcat") %>% 
                     replace(., animal == "cat" & size == "big", "fatcat")
         ) 

glimpse(dat)
Observations: 4
Variables: 3
$ animal    <fct> cat, cat, dog, cat
$ size      <fct> big, big, big, small
$ newanimal <fct> fatcat, fatcat, dog, cat

如果您经常使用这种因子替换，您可以编写自己的帮助程序 function：

replace_fct <- function(x, list, values) {

  .x = forcats::fct_expand(x, unique(values))
  replace(.x, list, values)

}  

然后做：

dat %>% 
  mutate(newanimal = replace_fct(animal, animal == "cat" & size == "big", "fatcat")
  ) 

Answer 3

你可以试试这个

library(tidyverse)

dat <- tibble(animal = c("cat","dog","cat","dog","dog","dog"), 
             size =  c("big", "small", "big", "big", "big","big"))

dat %>% mutate(new_animal = ifelse(animal=='cat' & size=='big','fatcat',animal) ) %>% 
  mutate_if(is.character, as.factor)