multiple - dplyr r guide

Dplyr join warning: factores de unión con diferentes niveles

Question

Cuando dplyr la función de unión en el paquete dplyr , recibo esta advertencia:

Warning message:
In left_join_impl(x, y, by$x, by$y) :
  joining factors with different levels, coercing to character vector

No hay mucha información en línea sobre esto. ¿Alguna idea de que podría ser? ¡Gracias!

Answer 1

En el caso de la base de datos, no olvide las stringsAsFactors=FALSE en muchos casos, para evitar esta advertencia. (Fue mi caso).

sqlExecute(my_database_channel, data=myparam, stringsAsFactors=FALSE )

Answer 2

Eso no es un error, eso es una advertencia. Y le está diciendo que una de las columnas que usó en su unión fue un factor y ese factor tenía diferentes niveles en los diferentes conjuntos de datos. Para no perder ninguna información, los factores se convirtieron a valores de caracteres. Por ejemplo:

library(dplyr)
x<-data.frame(a=letters[1:7])
y<-data.frame(a=letters[4:10])

class(x$a) 
# [1] "factor"

# NOTE these are different
levels(x$a)
# [1] "a" "b" "c" "d" "e" "f" "g"
levels(y$a)
# [1] "d" "e" "f" "g" "h" "i" "j"

m <- left_join(x,y)
# Joining by: "a"
# Warning message:
# joining factors with different levels, coercing to character vector 

class(m$a)
# [1] "character"

Puede asegurarse de que ambos factores tengan los mismos niveles antes de fusionar

combined <- sort(union(levels(x$a), levels(y$a)))
n <- left_join(mutate(x, a=factor(a, levels=combined)),
    mutate(y, a=factor(a, levels=combined)))
# Joining by: "a"
class(n$a)
#[1] "factor"

Answer 3

Este mensaje de advertencia también aparecerá si las columnas de unión en las dos tablas tienen diferentes órdenes de nivel;

tb1 <- data_frame(a = c("a","b","c")) %>% mutate(a=as.factor(a))
# Change level order of table tb2''s col a
tb2 <- tb1 %>% mutate(a = fct_relevel(a,"c"))

# Check both still factors
tb1$a %>% class()
[1] "factor"
tb2$a %>% class()
[1] "factor"

# Check level order
tb1$a %>% levels()
[1] "a" "b" "c"
tb2$a %>% levels()
[1] "c" "a" "b"

# Try joining
tb1 %>% left_join(tb2)
Joining, by = "a"
Column `a` joining factors with different levels, coercing to character vector