Question

每个人 -

我想通过说我已经看过这个链接试图解决我的问题来作为序言：

Applying the same factor levels to multiple variables in an R data frame

不同之处在于，在该问题中，OP希望改变所有具有相同水平的因子水平。在我的实例中，我希望将第一个级别（设置为''）更改为“未知”，并将其余级别单独保留。我知道我可以用“非R”方式做到这一点：

for (i in 64:88) {
  var.name <- colnames(df[i])
  levels(eval(parse(text=paste('df$', var.name, sep=''))))[levels(eval(parse(text=paste('df$', var.name, sep='')))) == ' '] <- 'Unknown'
}

但这是一种效率低下的方法。尝试使用上面链接的问题中提出的方法给了我这个代码：

df[64:88] <- lapply(df[64:88], factor, levels=c('Unknown', ??))

我不知道该用什么来代替问号。我尝试使用“级别[-1]”，但很明显为什么这不起作用。我也试过“水平（df [64:88]）[ - 1]”，但再次没有好处。所以我尝试使用以下代码修改代码：

df[64:88] <- lapply(df[64:88], function(x) levels(x)[levels(x) == ' '] <- 'Unknown')

但每当我调用level $ transaction_type1（其中transaction_type1是df [64]的列名）时，我就会得到NULL。

我在这里缺少什么？

提前感谢您的帮助！

根据几个请求，这是我的数据示例：

df$transaction_type1[1:100]
  [1]                                                                                                                                                
 [13] HOME RENEW                                                                                                                                     
 [25]                                                                                                                                                
 [37]                                                                                                                                                
 [49]                                                                                                                                                
 [61] AUTO MANAGE                                                                                     AUTO RENEW                                     
 [73]             AUTO MANAGE                                                                                     AUTO RENEW                         
 [85]                                                                                                                                                
 [97]                                                
Levels:   AUTO CLAIM AUTO MANAGE AUTO PURCHASE AUTO RENEW HOME CLAIM HOME RENEW

正如你所看到的，有很多值等于''，所有25个变量看起来都像这样，但是有不同的级别。我的数据由222个变量和24,850行组成，因此我不知道SO上提供示例数据的标准是什么。此外，这段代码也可能有所帮助：

> levels(df$transaction_type1)
#[1] " "             "AUTO CLAIM"    "AUTO MANAGE"   "AUTO PURCHASE" "AUTO RENEW"    "HOME CLAIM"    "HOME RENEW"

> levels(df$transaction_type1)[levels(df$transaction_type1) == ' '] <- 'Unknown'
> levels(df$transaction_type1)
#[1] "Unknown"       "AUTO CLAIM"    "AUTO MANAGE"   "AUTO PURCHASE" "AUTO RENEW"    "HOME CLAIM"    "HOME RENEW"

如果需要更多信息，请告诉我，以便我可以提供，并了解寻求帮助的SO标准。谢谢！

Answer 1

这样的东西？

# it seems like your original data has a structure like this
df <- data.frame(x = factor(c("a", "", "b"), levels = c("", "a", "b")),
                 y = factor(c("c", "", "d"), levels = c("", "c", "d")))

lapply(df, levels)
# $x
# [1] ""  "a" "b"
# 
# $y
# [1] ""  "c" "d"    

# change the "" level to "unknown", and return the updated vector
df[] <- lapply(df, function(x){
 levels(x)[levels(x) == ""] <- "unknown"
 x
 })

lapply(df, levels)
# $x
# [1] "unknown" "a"       "b"      
# 
# $y
# [1] "unknown" "c"       "d"

更改多个因子变量的级别

1 个答案: