替换数据框中的当前值的问题答案

【问题标题】：Issues with replacing current values in a dataframe替换数据框中的当前值的问题
【发布时间】：2018-04-10 01:43:19
【问题描述】：

我正在尝试将每列中每个国家/地区的每个缩写的值替换为其实际名称（即“USA”到“United States”）。数据框超过 10,000 行。我尝试了很多方法，包括下面的代码，仍然无法更新值。我也用 %in% 尝试了同样的语句。

starbucks_data = read.csv("starbucksdata.csv", header = TRUE)
starbucks_data1 = starbucks_data[!(is.na(starbucks_data)),]
new_starbucks_data = starbucks_data1[,c("Brand","City", "Country")]

new = data.frame(new_starbucks_data, stringsAsFactors = FALSE)
new$Country[new$Country == "AD"] <- "Andorra"
new

Sample output

这就是上面方法的样子。我收到错误“无效因子级别，NA 生成”，但我认为 stringsAsFactors = FALSE 可以解决该问题。任何帮助，将不胜感激。

【问题讨论】：

您的国家/地区缩写可能被编码为因素。首先将您的缩写转换为字符或将您的 read.csv 行更改为 read.csv("starbucksdata.csv", header = TRUE, stringsAsFactors = FALSE)
谢谢你，成功了。

标签： r

【解决方案1】：

当您使用read.csv 时问题就开始了 - 该函数会自动将所有字符串转换为因子。当您创建新数据框时，不将任何字符串转换为因子并不重要 - 因为它们已经是因子。

您有多种选择：

在 tidyverse 软件包套件中的某处使用 read_csv - 它特别不这样做。
将选项 stringsAsFactors = FALSE 添加到您的 read.csv 函数中。
更改因子的水平而不是值

对于最后一个选项，（再次）存在多个选项。基本的R方法是这样做的：

levels(new$country) <- c("new1", "new2", ...)

（将... 替换为您想要的名称列表）。这可能有点危险，因为您必须将它们完美排列才能获得正确的结果。使用forcats 包的替代方案（tidyverse 的一部分使用函数fct_recode 来显式重新编码每个因素：

new$country <- fct_recode(
  Andorra = "AD",
  `United States` = "USA")

等等。（当涉及到空格时，您可能需要使用引用。我没有测试这方面的内容。）

【讨论】：