factor()中的未指定级别

Question

我正在使用R处理一个数据集，该数据集附带有一个代码簿，基本上告诉我不同水平的因子变量标签应该是什么。例如，通过代码簿，我可以看到在我的“性别”变量中，0代表“女性”，1代表“男性”。我正在使用这些信息来相应地为我的变量标记值。

然而，最近我发现，令我失望的是，代码簿不完整。例如，它告诉我一个变量的1代表“是”，2代表“否”，但没有告诉我7、8和9代表什么，而我可以在数据中看到。我想做的是将此变量标记如下（或类似）：

data$variable <- factor(data$variable,
                        levels=c(1, 2, 7, 8, 9),
                        labels=c("Yes", "No", "7", "8", "9"))

基本上，我希望所有在代码书中未指定的级别都标记为它们自己。我的问题是，这个代码书缺少了很多这样的级别，我真的不想手动查看数据中所有未定义的值，以构建每个变量的上述代码。此外，如果我省略那些缺失的级别，R会自动将它们标记为“NA”，而我不想要这样。

总结：我正在尝试弄清楚如何使用factor()，使其将所有未指定的级别标记为它们自己，而不是标记为“NA”。

- RickyB

Answer 1

在创建因子后，您可以转换级别，这样我们就可以利用它。

mydat <- c(1, 2, 3,2,3,4,3,2,1,2,4,4,6,5,7,8,9)
# convert to factor ignoring code book
dat <- factor(mydat)
# Create map corresponding to codebook levels
mymap <- c("1" = "Yes", "2" = "No")
# Figure out which levels are accounted for by codebook
id <- levels(dat) %in% names(mymap)
# Convert to appropriate values
levels(dat)[id] <- mymap[levels(dat)[id]]

或者（可能更容易）

# alternatively we can construct the map if we have two vectors
# of the value and the codebook value
val <- c(1, 2)
lev <- c("Yes", "No")

dat <- factor(mydat)
levels(dat)[val] <- lev

- Dason

---

太棒了，非常感谢！我甚至没有想到只是改变标签就可以了！现在我可以停止吃这些冰淇淋了！ - RickyB