将字符存储为因子后的级别错误

Question

在我的数据框中，我有Likert-Scale项目编码为0-4。将这些文件从原始文件导入R后，它们被存储为字符。 然后我创建了一个带有布尔值的列表，指示每个变量是否是一个字符，然后使用lapply将其更改为factor。

i <- sapply(df, is.character) 
df[i] <- lapply(df[i], as.factor)

当查看一些现在的因子变量（所有因素最初编码为0-4）时，我得到：

df$reactance1
[1] 3   3   4   3     2   4   1   4   3   3   1   1   4   3   4   3   4   4
Levels:   1   2   3   4 3 4

或

df$EAI4
 [1] 0   0   2   1     2   0   3   4   1   3   0   0   0   0   0   0   1   0
Levels:   0   1   2   3   4 0 1 2

我试图用droplevels（）

解决问题

df$reactance1 <- droplevels(df$reactance1)

我的猜测是R，出于某种原因，认为角色3与另一个角色3不同，尽管它们应该被视为相同。这导致太多级别。我检查了我的原始数据，看看是否有一些数字前面可能有空格，但它看起来不像。

提前感谢您的帮助！

Answer 1

这可能是“字符”列中leading/lagging个空格的情况。如果列的trimws为base R，我们可以使用class（character函数）删除这些空格，并将其转换为factor或else离开专栏。

df[] <- lapply(df, function(x) if(is.character(x)){
              factor(trimws(x))
              } else x
        )