对于一列中的 NA；无法更改另一列的因子水平答案

【问题标题】：For NA in one column; cannot change factor levels of another column对于一列中的 NA；无法更改另一列的因子水平
【发布时间】：2016-12-02 11:06:24
【问题描述】：

这个问题似乎太简单了，甚至无法在这里提出；但我找不到有效的解决方案。我有一个 3 列的数据框 (df)；其中一个是因子列 (df$Colors)，具有 3 个级别（“蓝色”、“红色”和“黑色”）。在另一列 (df$Outliers) 中是数值，其中一些是“NA”。我想添加另一列（比如df$NewColors），类似于df$Colors，其中df$Outliers、df$NewColors = "Orange" 中的“NA”。我添加了一个额外的级别，如下所示：

 > levels(df$Colors) <- c(levels(df$Colors), "Orange")

但是，新添加的列似乎正在使用旧的“颜色”值，而不是在应该的地方用“橙色”替换它。它还为 df$Colors 的因子生成整数值，但我想保留旧的分类变量。我使用的代码如下：

>levels(df$Color) <- c(levels(df$Color),"Orange")

> for (i in 1:nrow(df)) {
    df$NewColors[i] <- ifelse (is.na(df$Outliers[i]), "Orange", df$Colors[i]) 
  }

我哪里出错了？
这是示例数据：

> BodyLength <- rep(seq(1,9),2)
> Colors <- rep(c("Black","Blue","Red"),6)
> Outliers <- c(seq(1,8),"NA",seq(1,8),"NA")
> df <- data.frame(BodyLength,Colors,Outliers)

【问题讨论】：

“NA”与 NA 不同。

标签： r

【解决方案1】：

这行得通：

df$Colors_new <- df$Colors
levels(df$Colors_new) <- c(levels(df$Colors_new),"Orange")
df$Colors_new[which(df$Outliers == "NA")] <- "Orange"

请注意，您的 NA 不是真正的 NA，而是显示 NA 的文本。要做到这一点，样本数据必须是：

Outliers <- c(seq(1,8),NA,seq(1,8),NA)

那么你可以使用：

df$Colors_new[is.na(df$Outliers)] <- "Orange"

【讨论】：

工作就像一个魅力......让我觉得自己像个傻瓜！谢谢@JonGrub
你不需要。提问是我学到这一点的方式：）顺便说一句：如果你喜欢我的回答，你会接受吗？

【解决方案2】：

@joel.wilson 提到您的数据示例不正确，因为它给出了字符“NA”而不是缺失值 (NA)。如果这是导致问题的原因，您可以使用以下方法进行调整：

df$Outliers[which(df$Outliers=="NA")]<-NA

除此之外，这样的事情应该适用于您想要实现的目标：

df$new.colors<-ifelse(is.na(df$Outliers),"Orange",as.character(df$Colors))

如果 df$Outliers 为 NA，则返回“橙色”，否则返回 df$Colors。使用as.factor 使这个新变量再次成为一个因素。

【讨论】：

【解决方案3】：

如评论中所述，NA 不是"NA"。如果您有"NA"，您的异常值将被视为字符数据，因为数值被强制转换。此外，is.na("NA") 返回 FALSE。如果您的NA 得到适当处理，您的代码应该没问题。您也可以考虑使用replace 作为循环的替代方案。

BodyLength <- rep(seq(1,9),2)
Colors <- rep(c("Black","Blue","Red"),6)
Outliers <- c(seq(1,8),NA,seq(1,8),NA)
df <- data.frame(BodyLength,Colors,Outliers)
df$newColors = df$Colors
levels(df$newColors) = c(levels(df$Colors),"Orange")
df$newColors = replace(df$newColors,is.na(df$Outliers),"Orange")

如果您打算将异常值作为字符，其值为"NA"，则应将is.na 替换为df$Outliers == "NA"

【讨论】：