更改dataframe列的级别会更改dataframe中的值

我不明白这种逻辑：

x_value <- "yes"
df <- data.frame(
                x = x_value
            )

levels(df$x) <- c("no", "yes")

df

所以在我最初创建的一行中更改了x的值。当我为数据框中的一个因子列指定级别时，这不是简单地定义元数据吗

如何在分配级别时保持原始值？仅在这一列中使用value=“yes”？或者我应该创建空数据帧并分配级别和值吗？谢谢

我的具体用例是，我从某处得到了一些值（预测值）。所以基本上是一行数据。然后我想做一个预测。不过，大多数R模型都要求设置级别。因此，我做了上述操作，但它改变了数据

附言：

我能做到，但这似乎很笨拙：

x_value <- "yes"
df <- data.frame(
                x = x_value
            )

levels(df$x) <- c("no", "yes")

df[1,]$x = x_value

x_值
向我们展示了这些级别是

[1] somethingElse more          more         
Levels: more somethingElse

请注意，第一个级别是
“more”
，即使
“somethingElse”
首先出现。这是因为当排序时，“更多”排在第一位。
那么，如果我们现在分配

levels(df$x) <- c("yes", "somethingElse", "more")

尝试
df$x让我们知道链接帖子是否有用。“实际值”是整数，它们没有改变，是1。选中
as.numeric（df$x）
@zx8754:链接的帖子在这里没有解决这个问题。这不仅仅是给一个因素增加一个水平。这个问题不应该被关闭，因为它“已经有了答案”。另一篇文章是关于其他内容的。@zx8754:问题是“为什么
levels（）
更改值？”这是一个有效的问题。
x_value <- factor("yes", levels = c("no", "yes"))
df <- data.frame(
    x = x_value
)

df

    x
1 yes

x_value <- c("somethingElse", "more", "more")
df <- data.frame(
    x = x_value
)

df$x

[1] somethingElse more          more         
Levels: more somethingElse

levels(df$x) <- c("yes", "somethingElse", "more")

              x
1 somethingElse
2           yes
3           yes