其中一个因素的水平是一个空字符串；如何用非缺失值替换它？

Question

数据框 AEbySOC 包含两列 - 具有字符级别的因子 SOC 和整数计数：

> str(AEbySOC)
'data.frame':   19 obs. of  2 variables:
 $ SOC  : Factor w/ 19 levels "","Blood and lymphatic system disorders",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ Count: int  25 50 7 3 1 49 49 2 1 9 ...

其中一个SOC级别为空字符串：

> l = levels(AEbySOC$SOC)
> l[1]
[1] ""

我想用非空字符串替换此级别的值，例如 "Not specified"。这不起作用：

> library(plyr)
> revalue(AEbySOC$SOC, c(""="Not specified"))
Error: attempt to use zero-length variable name

这也不行：

> AEbySOC$SOC[AEbySOC$SOC==""] = "Not specified"
Warning message:
In `[<-.factor`(`*tmp*`, AEbySOC$SOC == "", value = c(NA, 2L, 3L,  :
  invalid factor level, NA generated

实现这个的正确方法是什么？我感谢任何 input/comment.

Answer 1

levels(AEbySOC$SOC)[1] <- "Not specified"

创建了一个玩具示例：

df<- data.frame(a= c("", "a", "b"))

df
#  a
#1  
#2 a
#3 b

levels(df$a)
#[1] ""  "a" "b"

levels(df$a)[1] <- "Not specified"

levels(df$a)
#[1] "Not specified" "a"             "b"

编辑

根据OP的评论，如果我们需要根据值找到它，那么在这种情况下，我们可以尝试

levels(AEbySOC$SOC)[levels(AEbySOC$SOC) == ""] <- "Not specified"

Answer 2

类似的东西应该可以工作：

test <- data.frame(a=c("a", "b", "", "  "))
str(test)

which.one <- which( levels(test$a) == "" )
levels(test$a)[which.one] <- "NA"

Answer 3

聚会有点晚了，但这里有一个 tidyverse 解决方案：

library(tidyverse)

df <- data.frame(SOC = c("", "a", "b"))

df <- df %>% 
   mutate(SOC = fct_recode(SOC, "Not specified" = ""))

这导致：

            SOC
1 Not specified
2             a
3             b

其中一个因素的水平是一个空字符串；如何用非缺失值替换它？

One of the factor's levels is an empty string; how to replace it with non-missing value?

r

dataframe

r-factor