因子到因子的条件重新编码答案

【问题标题】：Conditional recoding of factor to factor因子到因子的条件重新编码
【发布时间】：2018-04-05 06:30:50
【问题描述】：

我有一个 tibble，df，有一个因素，A，我希望：

1) C 和
的副本 2) 基于第二个变量 B 重新编码。

目前我正在以这种迂回的方式进行。我对因子的条件重新编码感到非常困惑。我也看了dplyr's recode，但找不到更聪明的方法。

library(tibble)
df  <- tibble(
  A = factor(c(NA, "b", "c")), 
  B = c(1,NA,3)
)

我最初的小标题

df
#> # A tibble: 3 x 2
#>        A     B
#>   <fctr> <dbl>
#> 1   <NA>     1
#> 2      b    NA
#> 3      c     3

我当前解决方案中的第 1 步

df$C <- with(df, ifelse(is.na(B), 'B is NA', A)) 
df
#> # A tibble: 3 x 3
#>        A     B       C
#>   <fctr> <dbl>   <chr>
#> 1   <NA>     1    <NA>
#> 2      b    NA B is NA
#> 3      c     3       2

我当前解决方案中的第 2 步

df$C <- dplyr::recode_factor(df$C, '2' = 'c')
df
#> # A tibble: 3 x 3
#>        A     B       C
#>   <fctr> <dbl>  <fctr>
#> 1   <NA>     1    <NA>
#> 2      b    NA B is NA
#> 3      c     3       c

我应该怎么做？

【问题讨论】：

标签： r tidyverse recode tibble

【解决方案1】：

使用dplyr::if_else，将因子转换为字符，然后再次转换为因子：

library(dplyr)

df %>% 
  mutate(C = factor(if_else(is.na(B), "B is NA", as.character(A))))

# # A tibble: 3 x 3
#          A     B       C
#     <fctr> <dbl>  <fctr>
#   1   <NA>     1    <NA>
#   2      b    NA B is NA
#   3      c     3       c

【讨论】：

谢谢。它回答了我的问题，但我仍然对我似乎先走一步然后返回的情况感到惊讶，即将因子转换为字符，然后再次转换为因子。
@EricFail 如果我们不需要说“B is NA”，我们可以这样做：df$C <- df$A; df$C <- ifelse(is.na(df$B), NA, df$C)

【解决方案2】：

转换发生在ifelse。来自文档：

价值

具有相同长度和属性的向量（包括维度和 "class") 作为test 和来自yes 或no 的值的数据值。这答案的模式将被强制从逻辑到首先适应取自 yes 的任何值，然后取自 no 的任何值。

因为yes是"B is NA"，是一个字符向量，所以输出是一个字符向量。 A 中的值被转换为整数然后转换为字符是一个奇怪的实现结果。因子实际上是具有修改的class 和levels 属性的整数向量。

您也可以通过复制 A，将 "B is NA" 添加到可接受的级别，然后替换子集来实现此目的。

df$C <- df$A
levels(df$C) <- c(levels(df$C), "B is NA")
df$C[is.na(df$B)] <- "B is NA"
df
# # A tibble: 3 x 3
#        A     B       C
#   <fctr> <dbl>  <fctr>
# 1   <NA>     1    <NA>
# 2      b    NA B is NA
# 3      c     3       c

请注意，如果您不将"B is NA" 添加到级别，则所有替换的值都将是NA 并带有警告。因子仅限于采用特定值。如果你想添加一个新的，你必须明确地这样做。

【讨论】：