警告消息：在 `...` 中：无效因子级别，NA 生成答案

【问题标题】：Warning message: In `...` : invalid factor level, NA generated警告消息：在 `...` 中：无效因子级别，NA 生成
【发布时间】：2013-05-25 01:43:03
【问题描述】：

我不明白为什么会收到此警告消息。

> fixed <- data.frame("Type" = character(3), "Amount" = numeric(3))
> fixed[1, ] <- c("lunch", 100)
Warning message:
In `[<-.factor`(`*tmp*`, iseq, value = "lunch") :
  invalid factor level, NA generated
> fixed
  Type Amount
1 <NA>    100
2           0
3           0

【问题讨论】：

标签： r warnings r-faq

【解决方案1】：

警告消息是因为您的“类型”变量是一个因素，而“午餐”不是一个定义的级别。在制作数据框时使用stringsAsFactors = FALSE 标志强制“类型”为字符。

> fixed <- data.frame("Type" = character(3), "Amount" = numeric(3))
> str(fixed)
'data.frame':   3 obs. of  2 variables:
 $ Type  : Factor w/ 1 level "": NA 1 1
 $ Amount: chr  "100" "0" "0"
> 
> fixed <- data.frame("Type" = character(3), "Amount" = numeric(3),stringsAsFactors=FALSE)
> fixed[1, ] <- c("lunch", 100)
> str(fixed)
'data.frame':   3 obs. of  2 variables:
 $ Type  : chr  "lunch" "" ""
 $ Amount: chr  "100" "0" "0"

【讨论】：

@David 为什么 R 将其转换为因子？
因为这是 data.frame() 函数中的默认设置（这是默认设置，因为这是大多数用户在绝大多数时间想要的）。

【解决方案2】：

如果您是直接从 CSV 文件中读取，那么请这样做。

myDataFrame <- read.csv("path/to/file.csv", header = TRUE, stringsAsFactors = FALSE)

【讨论】：

stringAsFactors 抛出错误：未使用的参数 (stringAsFactors=FALSE)
stringsAsFactors - strings 必须是复数 (@Coliban)

【解决方案3】：

这是一个灵活的方法，它可以在所有情况下使用，特别是：

只影响一列，或
dataframe 是通过应用以前的操作获得的（例如不立即打开文件，或创建新的数据框）。

首先，un-factorize 使用 as.character 函数，然后，re-factorize 使用 as.factor（或简单地 factor）功能：

fixed <- data.frame("Type" = character(3), "Amount" = numeric(3))

# Un-factorize (as.numeric can be use for numeric values)
#              (as.vector  can be use for objects - not tested)
fixed$Type <- as.character(fixed$Type)
fixed[1, ] <- c("lunch", 100)

# Re-factorize with the as.factor function or simple factor(fixed$Type)
fixed$Type <- as.factor(fixed$Type)

【讨论】：

【解决方案4】：

解决此问题的最简单方法是在列中添加一个新因子。使用级别函数来确定您有多少因子，然后添加一个新因子。

    > levels(data$Fireplace.Qu)
    [1] "Ex" "Fa" "Gd" "Po" "TA"
    > levels(data$Fireplace.Qu) = c("Ex", "Fa", "Gd", "Po", "TA", "None")
    [1] "Ex"   "Fa"   "Gd"   "Po"   " TA"  "None"

【讨论】：

【解决方案5】：

我遇到了从 .xlsx 文件中检索数据的类似问题。不幸的是，我在这里找不到正确的答案。我使用 dplyr 自己处理它，如下所示，这可能对其他人有所帮助：

#install.packages("xlsx")
library(xlsx)
extracted_df <- read.xlsx("test.xlsx", sheetName='Sheet1', stringsAsFactors=FALSE)
# Replace all NAs in a data frame with "G" character
extracted_df[is.na(extracted_df)] <- "G"

但是，我无法使用与stringsAsFactors 没有类似参数的readxl package 处理它。出于这个原因，我已经转移到xlsx 包。

【讨论】：