其值從另一個因素

Question

有一些非常基本的，我在這裏失蹤

d <- data.frame(
g0 = c("A", "B", NA, NA, "C", "C"), 
g1 = LETTERS[1:6]) 
d 
    g0 g1 
1 A A 
2 B B 
3 <NA> C 
4 <NA> D 
5 C E 
6 C F 

的我有這樣的代碼替換一個因素來港，但它不工作

d$g0[is.na(d$g0)] <- d$g1[is.na(d$g0)] 

期望的結果。

d 
    g0 g1 
1 A A 
2 B B 
3 C C 
4 D D 
5 C E 
6 C F 

Answer 1

記住因素背後的原始設計原理總是有幫助的。它們是用於分類變量的，它們採用固定的一組值。所以，想象我改變你的榜樣略是：

d <- data.frame(color = c("red", "blue", NA, NA, "green", "green"), 
       amount = c("high","low","low","mid","mid","high")) 

> d 
    color amount 
1 red high 
2 blue low 
3 <NA> low 
4 <NA> mid 
5 green mid 
6 green high 

現在它完全是有道理的，當我們運行下面的R抱怨：

> d$color[is.na(d$color)] <- d$amount[is.na(d$color)] 
Warning message: 
In `[<-.factor`(`*tmp*`, is.na(d$color), value = c(3L, 1L, NA, NA, : 
    invalid factor level, NA generated 

，因爲爲什麼我們曾經想要的「高」一color或「中」？這是沒有意義的。這裏的心理模型是，兩個因素實際上沒有任何關係，或者如果他們這樣做，他們的水平應該是相同的。所以，

levels(d$color) <- c(levels(d$color),"low","mid") 
d$color[is.na(d$color)] <- d$amount[is.na(d$color)] 

此運行，沒有任何問題：

> d 
    color amount 
1 red high 
2 blue low 
3 low low 
4 mid mid 
5 green mid 
6 green high 

即使結果是語義上無意義的。

當然，很多人發現這一切的因素水平雜耍令人側目，並會做簡單：

d <- data.frame(color = c("red", "blue", NA, NA, "green", "green"), 
       amount = c("high","low","low","mid","mid","high"), 
       stringsAsFactors = FALSE) 

然後R將不會關心你填什麼與所有NA值，因爲他們不是活得噸因素了。