Добавление дополнительного уровня к факторам в dataframe

У меня есть кадр данных с столбцами числового и упорядоченного факторов. У меня много значений NA, поэтому им не присвоен ни один уровень. Я изменил NA на "No Answer", но уровни столбцов факторов не содержат этого уровня, так вот как я начал, но я не знаю, как закончить его элегантным способом:

addNoAnswer = function(df) {
   factorOrNot = sapply(df, is.factor)
   levelsList = lapply(df[, factorOrNot], levels)
   levelsList = lapply(levelsList, function(x) c(x, "No Answer"))
   ...

Есть ли способ непосредственного применения новых уровней к столбцам факторов, например, примерно так:

df[, factorOrNot] = lapply(df[, factorOrNot], factor, levelsList)

Конечно, это работает неправильно.

Я хочу, чтобы уровень сохраненных уровней и уровень "Нет ответа" были добавлены в последнее место.

Ответ 1

Вы можете определить функцию, которая добавляет уровни в коэффициент, но просто возвращает что-нибудь еще:

addNoAnswer <- function(x){
  if(is.factor(x)) return(factor(x, levels=c(levels(x), "No Answer")))
  return(x)
}

Затем вы просто lapply эту функцию в своих столбцах

df <- as.data.frame(lapply(df, addNoAnswer))

Это должно вернуть то, что вы хотите.

Ответ 2

Функция levels принимает вызов levels(x) <- value. Поэтому очень легко добавлять разные уровни:

f1 <- factor(c("a", "a", NA, NA, "b", NA, "a", "c", "a", "c", "b"))
str(f1)
 Factor w/ 3 levels "a","b","c": 1 1 NA NA 2 NA 1 3 1 3 ...
levels(f1) <- c(levels(f1),"No Answer")
f1[is.na(f1)] <- "No Answer"
str(f1)
 Factor w/ 4 levels "a","b","c","No Answer": 1 1 4 4 2 4 1 3 1 3 ...

Затем вы можете объединить все переменные в файле data.frame:

f1 <- factor(c("a", "a", NA, NA, "b", NA, "a", "c", "a", "c", "b"))
f2 <- factor(c("c", NA, "b", NA, "b", NA, "c" ,"a", "d", "a", "b"))
f3 <- factor(c(NA, "b", NA, "b", NA, NA, "c", NA, "d" , "e", "a"))
df1 <- data.frame(f1,n1=1:11,f2,f3)

str(df1)
  'data.frame':   11 obs. of  4 variables:
  $ f1: Factor w/ 3 levels "a","b","c": 1 1 NA NA 2 NA 1 3 1 3 ...
  $ n1: int  1 2 3 4 5 6 7 8 9 10 ...
  $ f2: Factor w/ 4 levels "a","b","c","d": 3 NA 2 NA 2 NA 3 1 4 1 ...
  $ f3: Factor w/ 5 levels "a","b","c","d",..: NA 2 NA 2 NA NA 3 NA 4 5 ...    

for(i in 1:ncol(df1)) if(is.factor(df1[,i])) levels(df1[,i]) <- c(levels(df1[,i]),"No Answer")
df1[is.na(df1)] <- "No Answer"

str(df1)
 'data.frame':   11 obs. of  4 variables:
  $ f1: Factor w/ 4 levels "a","b","c","No Answer": 1 1 4 4 2 4 1 3 1 3 ...
  $ n1: int  1 2 3 4 5 6 7 8 9 10 ...
  $ f2: Factor w/ 5 levels "a","b","c","d",..: 3 5 2 5 2 5 3 1 4 1 ...
  $ f3: Factor w/ 6 levels "a","b","c","d",..: 6 2 6 2 6 6 3 6 4 5 ...

Ответ 3

Поскольку этот вопрос был последним, это стало возможным, используя fct_explicit_na() из пакета forcats. Я добавляю здесь пример, приведенный в документации.

f1 <- factor(c("a", "a", NA, NA, "a", "b", NA, "c", "a", "c", "b"))
table(f1)

# f1
# a b c 
# 4 2 2 

f2 <- forcats::fct_explicit_na(f1)
table(f2)

# f2
#     a         b         c (Missing) 
#     4         2         2         3

Значение по умолчанию - (Missing), но это можно изменить с помощью аргумента na_level.

Ответ 4

Расширяясь ilir answer и его комментарий, вы можете проверить, является ли столбец фактором и что он еще не содержит новый уровень, затем добавьте уровень и таким образом, сделать функцию re-runable:

addLevel <- function(x, newlevel=NULL) {
  if(is.factor(x)) {
    if (is.na(match(newlevel, levels(x))))
      return(factor(x, levels=c(levels(x), newlevel)))
  }
  return(x)
}

Затем вы можете применить его так:

dataFrame$column <- addLevel(dataFrame$column, "newLevel")

Ответ 5

Вам нужно преобразовать столбец в символ, затем добавить новый уровень, основываясь на условии, а затем на последнем столбце конвертировать значение.

Steps 1.First Convert Factor column для символа:

        df$column2 <- as.character(column2)

2. Добавить новый уровень

        df[df$column1=="XYZ",]column2 <- "new_level"

3.Повторить снова коэффициент

        df$column2 <- as.factor(df$column2)

Ответ 6

У меня есть очень простой ответ, который может не иметь прямого отношения к вашему конкретному сценарию, но это простой способ сделать это, как правило,

levels(df$column) <- c(levels(df$column), newFactorLevel)