r - 用 NA 替换不需要的因子水平值

Question

我有一个包含空白缺失值和 NA 的大型数据框。执行 summary(factor(df$col)) 给了我类似的东西

A  
123  
B  
50000  

90000  
C  
26000
NA's  
12476  

（注意 . 之后的空白50000。）
并且sum(is.na(df$col))是 12476，与 s 的数量相同NA，但我希望它是空白和NAs 的总和。
我试图通过做
levels(df$col) <- c("A", "B", "Blank", "C")
然后尝试为空白创建一个级别df$col <- factor(df$col, exclude="Blank")，它说NA生成了's但我的输出是相同的。有谁知道如何根据因子水平创建 NA 或有更好的解决方案来替换缺失值？我认为问题可能是空格不止一个空格字符，所以它们没有变成NA's 但我不知道如何确认。

Answer 1

试试这个：

df <- data.frame(a=11:18, col=c("C", "", "A", NA, "A", "", "C", NA))
levels(df$col) # ""  "A" "C"
sum(is.na(df$col)) # 2

df$col <- factor(df$col, levels=LETTERS[1:3])
levels(df$col) # "A" "B" "C"
sum(is.na(df$col)) # 4

由于新级别不包括空白 ("")，所有空白都将变为 NA。