我有一个数据框（14.5K行乘15列），包含2001年至2007年的计费数据。
我将新的2008年数据附加到：alltime <- rbind(alltime,all2008)
不幸的是，它会产生警告：
> Warning message:
In `[<-.factor`(`*tmp*`, ri, value = c(NA, NA, NA, NA, NA, NA, NA, :
invalid factor level, NAs generated
我的猜测是，有些新病人的名字不在之前的数据框中，因此不知道给那些人提供什么水平。类似于“推荐医生”专栏中新的看不见的名字。
解决方案是什么？
这可能是由两个data.frames中的类型不匹配引起的。
首先检查类型（类）。为诊断目的这样做：
new2old <- rbind( alltime, all2008 ) # this gives you a warning
old2new <- rbind( all2008, alltime ) # this should be without warning
cbind(
alltime = sapply( alltime, class),
all2008 = sapply( all2008, class),
new2old = sapply( new2old, class),
old2new = sapply( old2new, class)
)
我希望有一行看起来像：
alltime all2008 new2old old2new
... ... ... ... ...
some_column "factor" "numeric" "factor" "character"
... ... ... ... ...
如果是，那么解释：rbind不检查类型匹配。如果你分析rbind.data.frame代码，那么你可以看到第一个参数初始化输出类型。如果在第一个data.frame类型是一个因子，那么输出data.frame列是具有级别unique(c(levels(x1),levels(x2)))的因子。但是当在第二个data.frame列不是因素时，levels(x2)是NULL，因此级别不会扩展。
这意味着您的输出数据是错误的！有NA而不是真值
我想：
解：
找到错误的列并找出原因导致错误并修复。消除原因不是症状。
一种“简单”的方法是在导入文本数据时不将字符串设置为因子。
请注意，read.{table,csv,...}函数采用stringsAsFactors参数，默认情况下设置为TRUE。您可以在导入和FALSE数据时将其设置为rbind。
如果您想将列设置为最后的一个因素，您也可以这样做。
例如：
alltime <- read.table("alltime.txt", stringsAsFactors=FALSE)
all2008 <- read.table("all2008.txt", stringsAsFactors=FALSE)
alltime <- rbind(alltime, all2008)
# If you want the doctor column to be a factor, make it so:
alltime$doctor <- as.factor(alltime$doctor)
1）创建数据帧，其中stringsAsFactor设置为FALSE。这应解决因素问题
2）之后不要使用rbind - 如果数据框为空，它会混淆列名。简单地这样做：
df[nrow(df)+1,] <- c("d","gsgsgd",4)
/
> df <- data.frame(a = character(0), b=character(0), c=numeric(0))
> df[nrow(df)+1,] <- c("d","gsgsgd",4)
Warnmeldungen:
1: In `[<-.factor`(`*tmp*`, iseq, value = "d") :
invalid factor level, NAs generated
2: In `[<-.factor`(`*tmp*`, iseq, value = "gsgsgd") :
invalid factor level, NAs generated
> df <- data.frame(a = character(0), b=character(0), c=numeric(0), stringsAsFactors=F)
> df[nrow(df)+1,] <- c("d","gsgsgd",4)
> df
a b c
1 d gsgsgd 4
正如上一个答案中所建议的那样，将列作为字符读取并在rbind之后转换为因子。 SQLFetch（我假设RODBC）也有stringsAsFactors或as.is参数来控制字符的转换。允许的值与read.table相同，例如as.is=TRUE或某些列号。
我遇到了类型不匹配的问题，尤其是因素。我不得不将两个兼容的数据集粘在一起。
我的解决方案是将两个数据帧中的因子转换为“字符”。然后它就像一个魅力:-)
convert.factors.to.strings.in.dataframe <- function(dataframe)
{
class.data <- sapply(dataframe, class)
factor.vars <- class.data[class.data == "factor"]
for (colname in names(factor.vars))
{
dataframe[,colname] <- as.character(dataframe[,colname])
}
return (dataframe)
}
如果要查看两个数据帧中的类型，请运行（更改var名称）：
cbind("orig"=sapply(allSurveyData, class),
"merge" = sapply(curSurveyDataMerge, class),
"eq"=sapply(allSurveyData, class) == sapply(curSurveyDataMerge, class)
)
创建数据框时，您可以选择制作字符串列因子（stringsAsFactors=T），或将它们保留为字符串。
对于您的情况，不要使您的字符串列因素。将它们保持为字符串，然后附加工作正常。如果你需要它们最终成为因子，那么首先将所有插入和附加作为字符串，然后最终将它们转换为因子。
如果你创建字符串列因子然后追加包含看不见的值的行，你会得到你在每个新的看不见的因子级别上提到的错误，并且该值被NA替换...
> df <- data.frame(patient=c('Ann','Bob','Carol'), referring_doctor=c('X','Y','X'), stringsAsFactors=T)
patient referring_doctor
1 Ann X
2 Bob Y
3 Carol X
> df <- rbind(df, c('Denise','Z'))
Warning messages:
1: In `[<-.factor`(`*tmp*`, ri, value = "Denise") :
invalid factor level, NA generated
2: In `[<-.factor`(`*tmp*`, ri, value = "Z") :
invalid factor level, NA generated
> df
patient referring_doctor
1 Ann X
2 Bob Y
3 Carol X
4 <NA> <NA>
所以不要让你的字符串列因素。将它们保持为字符串，然后附加工作正常：
> df <- data.frame(patient=c('Ann','Bob','Carol'), referring_doctor=c('X','Y','X'), stringsAsFactors=F)
> df <- rbind(df, c('Denise','Z'))
patient referring_doctor
1 Ann X
2 Bob Y
3 Carol X
4 Denise Z
要更改默认行为：
options(stringsAsFactors=F)
要将单个列转换为字符串或因子
df$col <- as.character(df$col)
df$col <- as.factor(df$col)
这里有一个函数来获取2个数据帧的公共行名称并执行一个rbind，其中我们基本上找到作为因子的字段，添加新因子然后执行rbind。这应该解决任何因素问题：
rbindCommonCols <-function（x，y）{
commonColNames = intersect(colnames(x), colnames(y))
x = x[,commonColNames]
y = y[,commonColNames]
colClassesX = sapply(x, class)
colClassesY = sapply(y, class)
classMatch = paste( colClassesX, colClassesY, sep = "-" )
factorColIdx = grep("factor", classMatch)
for(n in factorColIdx){
x[,n] = as.factor(x[,n])
y[,n] = as.factor(y[,n])
}
for(n in factorColIdx){
x[,n] = factor(x[,n], levels = unique(c( levels(x[,n]), levels(y[,n]) )))
y[,n] = factor(y[,n], levels = unique(c( levels(y[,n]), levels(x[,n]) )))
}
res = rbind(x,y)
res
}