`setattr`on`levels`保留不需要的重复项（R data.table）

关键问题：使用

setattr

更改级别名称，保留不需要的重复项

我正在清理一些数据，其中我有七个早期因子级别，所有这些级别都是相同的，显示为两个或更多不同的级别。 （此错误主要是由于打字错误和文件编码问题造成的） 我有153K个因子，大约5%需要修正

示例

在下面的示例中，向量有三个级别，其中两个级别需要折叠为一个级别

  incorrect <- factor(c("AOB", "QTX", "A_B"))   # this is how the data were entered
  correct   <- factor(c("AOB", "QTX", "AOB"))   # this is how the data *should* be

  > incorrect
  [1] AOB QTX A_B
  Levels: A_B AOB QTX   <~~ Note that "A_B" should be "AOB"

  > correct
  [1] AOB QTX AOB
  Levels: AOB QTX

关于为什么会这样和/或改变这种行为的任何选项有何想法？（即

…，液滴液位=真值

？）

---

感谢您，setattr是一种通过引用更改属性的低级暴力方式。它不知道“levels”属性是特殊的<代码>levelsHi<代码>级别？级别状态

注意，对于一个因素，通过级别（x）@mnel替换级别，感谢您的参考。这似乎是
setattr
的问题，与数据无关。TableThank@MD，我一直在使用
droplevels（）
删除重复项，但它给出了以下错误，正如上面使用
factor（）
的方法一样：
重复的级别将不再允许在factors中出现
PS“不正确”是指数据（即脏的），而不是功能（即，相当惊人，不管这个微小的细微差别），我恐怕以前没有看到这个错误消息。“不再”似乎暗示这是新的东西。抱歉。显然问题出在
setattr
上。如果我对基本向量应用相同的过程（即，通过
setattr
纠正级别，然后调用
droplevels
），我会得到相同的警告。
mydt1 <- data.table(id=1:3, incorrect, key="id")
mydt2 <- data.table(id=1:3, incorrect, key="id")



# assigning levels, duplicate levels are dropped
levels(mydt1$incorrect) <- gsub("_", "O", levels(mydt1$incorrect))

# using setattr, duplicate levels are not dropped
setattr(mydt2$incorrect, "levels", gsub("_", "O", levels(mydt2$incorrect)))

                # RESULTS
# Assigning Levels       # Using `setattr`
> mydt1$incorrect        >     mydt2$incorrect
[1] AOB QTX AOB          [1] AOB QTX AOB
Levels: AOB QTX          Levels: AOB AOB QTX   <~~~ Notice the duplicate level

mydt1[,factorCol:=factor(factorCol)]