为什么我的 ifelse 语句将因子转换为数字？

Question

我在改变 . 中的变量时遇到了一个奇怪的问题dplyr。如果我运行这段代码：

diamonds %>% 
  select(cut) %>% 
  table()

我在 R 中看到了数据集中因素的列表diamonds：

cut
     Fair      Good Very Good   Premium     Ideal 
     1610      4906     12082     13791     21551 

但是，如果我尝试更改其中一个名称并保留其余名称：

diamonds %>% 
  mutate(cut.fix = ifelse(cut == "Fair",
                          "Not Fair at All",
                          cut)) %>% 
  select(cut.fix) %>% 
  table()

它只会更改“固定”值，其他所有内容都会变成数值：

cut.fix
              2               3               4               5 
           4906           12082           13791           21551 
Not Fair at All 
           1610 

这是什么原因？我该如何解决？

Answer 1

在这种情况下，警告的信息if_else()更丰富：

library(tidyverse)

diamonds %>% 
  select(cut) %>% 
  table()
#> .
#>      Fair      Good Very Good   Premium     Ideal 
#>      1610      4906     12082     13791     21551

diamonds %>% 
  mutate(cut.fix = if_else(cut == "Fair",
                           "Not Fair at All",
                           cut)) %>% 
  select(cut.fix) %>% 
  table()
#> Error in `mutate()`:
#> ! Problem while computing `cut.fix = if_else(cut == "Fair", "Not Fair at
#>   All", cut)`.
#> Caused by error in `if_else()`:
#> ! `false` must be a character vector, not a `ordered/factor` object.

该ifelse()函数不是“类型安全”的，它可以以灾难性的方式转换/强制值。使用 dplyrif_else()函数更安全（在这些情况下会出错），您可以进行相应调整，例如，您可以将“cut”转换为字符，而不是有序因子（“cut”）：

diamonds %>% 
  mutate(cut.fix = if_else(cut == "Fair",
                           "Not Fair at All",
                           as.character(cut))) %>% 
  select(cut.fix) %>% 
  table()
#> .
#>            Good           Ideal Not Fair at All         Premium       Very Good 
#>            4906           21551            1610           13791           12082

这“有效”，但正如 @RitchieSacramento 指出的那样，更好的解决方案是重新编码“cut”变量并保留因子级别信息，例如使用dplyr::recode()：

diamonds %>% 
  mutate(cut.fix = recode(cut, "Fair" = "Not Fair at All")) %>% 
  select(cut.fix) %>% 
  table()
#> .
#> Not Fair at All            Good       Very Good         Premium           Ideal 
#>            1610            4906           12082           13791           21551

或者，来自@RitchieSacramento 上面评论的解决方案，使用forcats::fct_recode()：

diamonds %>%
  mutate(cut.fix = fct_recode(cut, "Not fair at All" = "Fair" )) %>%
  select(cut.fix) %>% 
  table()
#> .
#> Not fair at All            Good       Very Good         Premium           Ideal 
#>            1610            4906           12082           13791           21551

^{由reprex 包(v2.0.1)创建于 2022-09-27}