如何在R中使用子函數更改具有加號（+）的因子水平？

Question

我在使用R中的sub（）和gsub（）函數重命名/更改R中的因子級別時遇到了麻煩。但是我不確定為什么它不起作用。

場景：我有一些調查數據，其中一些因素會截斷高價值的水平。 例如，有關您上周工作多少小時的問題停止在“ 89 +小時”。 我想將此級別更改為“ 89”，以便可以將其數字地用於其他活動。 我知道幾種執行此操作的方法-因此，我不需要其他各種級別更改選項。

我按照以下說明在該站點上使用sub（）和gsub（）函數： http : //www.cookbook-r.com/Manipulating_data/Renaming_levels_of_a_factor/這個概念很簡單明了。

以下是初始示例數據：

x <- factor(c("a", "b", "c", "d"))
x
[1] a b c d
Levels: a b c d

我可以將d級更改為89級

x <- factor(c("a", "b", "c", "d"))
levels(x) <- sub("d", "89", levels(x))
x
[1] a b c 89
Levels: a b c 89

當我在關卡中引入空格時，我很好：

x <- factor(c("a", "b", "c", "d"))
levels(x) <- sub("d", "89 hrs", levels(x))
x
[1] a b c 89 hrs
Levels: a b c 89 hrs

當我在新的因子級別中引入+符號時，我很好：

x <- factor(c("a", "b", "c", "d"))
levels(x) <- sub("d", "89+ hrs", levels(x))
x
[1] a b c 89+ hrs
Levels: a b c 89+ hrs 

但是，當我嘗試將帶有+符號的級別重命名/更改為沒有它的級別時，我陷入了困境：

x <- factor(c("a", "b", "c", "89+ hrs"))
x
[1] a b c 89+ hrs
Levels:89+ hrs a b c

levels(x) <- sub("89+ hrs", "d", levels(x))
x
[1] a b c 89+ hrs
Levels: 89+ hrs a b c

當我包含來自鏈接站點的特定字符串示例時，存在相同的問題：

levels(x) <- sub("^89+ hrs$", "d", levels(x))
x
[1] a b c 89+ hrs
Levels: 89+ hrs a b c

如果我也使用gsub（）而不是sub（），則會遇到相同的問題。

如果我用*而不是+，也會發生此問題，但如果它是點（。）而不是+，則可以使用。 因此，我認為這與某些特殊字符有關，而與其他字符無關。

有什么想法為什么不能與+符號一起使用以及如何使用這些功能？ 提前致謝！

Answer 1

sub()函數默認情況下使用正則表達式，而+是正則表達式的特殊字符。 如果要匹配文字加號，請使用

levels(x) <- sub("89\\+ hrs", "d", levels(x))

要么

levels(x) <- sub("89+ hrs", "d", levels(x), fixed=TRUE)

沒有什么是因素真正獨特的。 這就是sub()與任何字符向量一起工作的方式，而levels()恰好返回一個字符向量。

Answer 2

一個方便的選擇是fct_recode從forcats

library(forcats)
fct_recode(x, d = "89+ hrs")
#[1] a b c d
#Levels: d a b c

數據

x <- factor(c("a", "b", "c", "89+ hrs"))