替换R数据帧中因子列的内容

Question

我需要替换数据帧中因子列的级别。以iris数据集为例，我如何在Species列中用virginica替换任何包含setosa的单元格？

我期望以下工作，但它会生成一条警告消息，只需插入NAs：

iris$Species[iris$Species == 'virginica'] <- 'setosa'

Answer 1

我敢打赌问题是当你试图用新的值替换值时，这个值当前不是现有因子的一部分：

levels(iris$Species)
# [1] "setosa"     "versicolor" "virginica" 

你的例子不好，这有效：

iris$Species[iris$Species == 'virginica'] <- 'setosa'

这更有可能产生您使用自己的数据看到的问题：

iris$Species[iris$Species == 'virginica'] <- 'new.species'
# Warning message:
# In `[<-.factor`(`*tmp*`, iris$Species == "virginica", value = c(1L,  :
#   invalid factor level, NAs generated

如果您首先提高因子水平，它将起作用：

levels(iris$Species) <- c(levels(iris$Species), "new.species")
iris$Species[iris$Species == 'virginica'] <- 'new.species'

Answer 2

对于您建议的事情，您可以使用levels更改级别：

levels(iris$Species)[3] <- 'new'

Answer 3

您可以使用包revalue中的函数plyr来替换因子向量中的值。

在你的例子中用virginica替换因子setosa：

 data(iris)
 library(plyr)
 revalue(iris$Species, c("virginica" = "setosa")) -> iris$Species

Answer 4

我有同样的问题。这效果更好：

确定要修改的级别：levels(iris$Species)

    "setosa" "versicolor" "virginica" 

所以，setosa是第一个。

然后，写下这个：

     levels(iris$Species)[1] <-"new name"

Answer 5

一个更通用的解决方案可以同时处理所有数据框，并且您不必添加新的因子级别：

data.mtx <- as.matrix(data.df)
data.mtx[which(data.mtx == "old.value.to.replace")] <- "new.value"
data.df <- as.data.frame(data.mtx)

此代码的一个很好的功能是，您可以一次分配原始数据框中的多个值，而不仅仅是一个"new.value"，新值可以是随机值。因此，您可以创建一个与原始大小相同的完整的新随机数据框。

Answer 6

使用dlpyr::mutate和forcats::fct_recode：

library(dplyr)
library(forcats)

iris <- iris %>%  
  mutate(Species = fct_recode(Species,
    "Virginica" = "virginica",
    "Versicolor" = "versicolor"
  )) 

iris %>% 
  count(Species)

# A tibble: 3 x 2
     Species     n
      <fctr> <int>
1     setosa    50
2 Versicolor    50
3  Virginica    50   

Answer 7

如果你不得不替换多个值，如果你不介意用as.factor（as.character（...））“重构”你的变量，你可以尝试以下方法：

replace.values <- function(search, replace, x){
  stopifnot(length(search) == length(replace))
  xnew <- replace[ match(x, search) ]
  takeOld <- is.na(xnew) & !is.na(x)
  xnew[takeOld] <- x[takeOld]
  return(xnew)
}

iris$Species <- as.factor(search=c("oldValue1","oldValue2"),
                          replace=c("newValue1","newValue2"),
                          x=as.character(iris$Species))

Answer 8

您想要替换数据集列中的值，但是您收到如下错误：

无效因子水平，NA生成

试试这个：

levels(dataframe$column)[levels(dataframe$column)=='old_value'] <- 'new_value'