Question

我有一个类型因素列。列中的某些值是NA值。如何将所有这些NA值转换为新级别，例如0，或“OriginallyNA”或其他。

我能够将类数字列的NAs转换为0，但是无法为类因子列执行此操作。

我的数据

> col1 = c(1,2,3,4,NA)
> col2 = c(6,7,NA,NA,8)
> df = data.frame(col1,col2)
> df
  col1 col2
1    1    6
2    2    7
3    3   NA
4    4   NA
5   NA    8
> df$col2 = as.factor(df$col2)
> class(df$col1)
[1] "numeric"
> class(df$col2)
[1] "factor"

尝试将NA值转换为另一个级别，比如说0

> df[is.na(df)] = 0
Warning message:
In `[<-.factor`(`*tmp*`, thisvar, value = 0) :
  invalid factor level, NA generated
> df
  col1 col2
1    1    6
2    2    7
3    3 <NA>
4    4 <NA>
5    0    8
> levels(df$col2)
[1] "6" "7" "8"

我是否必须将factor列转换为numeric，将NA值更改为0，然后将其转换回转换后的factor，如下所示。还有更好的方法吗？

> df$col2 = as.numeric(df$col2)
> df
  col1 col2
1    1    1
2    2    2
3    3   NA
4    4   NA
5    0    3
> df[is.na(df)] = 0
> df
  col1 col2
1    1    1
2    2    2
3    3    0
4    4    0
5    0    3
> df$col2 = as.factor(df$col2)
> df
  col1 col2
1    1    1
2    2    2
3    3    0
4    4    0
5    0    3

Answer 1

警告：

Warning message:
In `[<-.factor`(`*tmp*`, thisvar, value = 0) :
  invalid factor level, NA generated

表示您尝试分配一个因子列，其值不存在于其级别中。您应该在分配之前添加缺失级别，就像您尝试使用df[is.na(df)] <- 0一样。

这是一个辅助函数，您可以对data.frame中的任何因子列执行此操作：

re_levels <- 
  function(col) {
    if (is.factor(col))  levels(col) <- c(levels(col), "0")
  col
  }

然后将其应用于data.frame并将缺失的级别更改为0：

df <- sapply(df,re_levels)
df[is.na(df)] <-  0

#       col1 col2
# [1,]    1    1
# [2,]    2    2
# [3,]    3    0
# [4,]    4    0
# [5,]    0    3

Answer 2

如果您使用

df$col2 <- addNA(df$col2)

你将获得一个新的水平'NA'到该因素。

将类因子列中的NA转换为0

2 个答案: