如果有条件，用 NA 替换因子值

Question

我想根据另一列替换因子变量中的值，同时不更改初始因子水平。

示例：

x <- structure(list(Payee = structure(c(NA, 1L, 2L),
 .Label = c("0", "x"), class = "factor"), PayeeID_Hash = structure(c(NA, 1L,2L), 
.Label = c("0x31BCA02","0xB672841"), class = "factor")),
 row.names = c(NA,"tbl", "data.frame"))
> x
# A tibble: 3 x 2
  Payee PayeeID_Hash
  <fct> <fct>       
1 NA    NA          
2 0     0x31BCA02   
3 x     0xB672841

当Payee为'0'时，对应的PayeeID_Hash值不应该存在（即应该是NA）。请注意，我不想删除因子级别 0x31BCA02（它将出现在 Payee 具有级别 x 的其他行中）。另外，我想保持 PayeeID_Hash 级别不变（我不想用其他值替换它们）。

预期输出：

> x
# A tibble: 3 x 2
  Payee PayeeID_Hash
  <fct> <fct>       
1 NA    NA          
2 0     NA          
3 x     0xB672841

我可以通过将因子转换为字符然后再转换回因子来做到这一点：

x %>%
  mutate(PayeeID_Hash = as.character(PayeeID_Hash),
         PayeeID_Hash = ifelse(Payee == "0", NA_character_, PayeeID_Hash),
         PayeeID_Hash = as.factor(PayeeID_Hash))

是否有另一种更清洁（即更直接）的方法来做到这一点？

Answer 1

我们可以使用 replace 并避免第 2 步和第 4 步。它会保持 factor 列不变，并且不会将 factor 强制转换为 integer（除非转换为 character class) 如 ifelse

library(dplyr)
x %>%
   mutate(PayeeID_Hash = droplevels(replace(PayeeID_Hash, Payee == "0", NA)))
# A tibble: 3 x 2
#  Payee PayeeID_Hash
#  <fct> <fct>       
#1 <NA>  <NA>        
#2 0     <NA>        
#3 x     0xB672841

如果有条件，用 NA 替换因子值

Replace factor value by NA if condition

r

tidyverse

forcats