"invalid factor level, NA generated"

Version imprimable

Voici mes variables :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
 
> summary(don)
 Frais.Mensuels Quantité.Actes                Region       Surcomp     
 1:413634       1:473934       Ile de France     :211595   NON:987242  
 2:413175       2:366151       Bretagne          :164672   OUI:252888  
 3:413321       3:400045       Nord Pas de Calais:113707               
                               Pays de Loire     :106965               
                               Rhône Alpes       : 96173               
                               Alsace            : 73314               
                               (Other)           :473704               
                       Type             Age                Ancienneté    
 Famille * 2enfants      :312310   42 à 47:216243   21 à 24 mois:602213  
 Isolé                   :276494   37 à 42:210649   9 à 12 mois :223997  
 Famille * 1enfant       :203437   47 à 52:191793   3 à 6 mois  : 88493  
 Famille * 3 ou + enfants:178646   32 à 37:168549   6 à 9 mois  : 67601  
 Couple                  :168477   52 à 57:152201   - 1 mois    : 60700  
 Isolé * 1enfant         : 45079   27 à 32:136518   18 à 21 mois: 60460  
 (Other)                 : 55687   (Other):164177   (Other)     :136666  
         Code.activité              Regroup.Poste.soins
 Distribution   :255928   Consultations       :144488  
 Agroalimentaire:136628   Pharmacie           :140375  
 Services       :120693   Actes de radiologie :108509  
 Informatique   : 73800   Auxiliaires médicaux: 98754  
 Transport      : 71024   Analyses médicales  : 92544  
 (Other)        :532592   (Other)             :655440  
 NA's           : 49465   NA's                :    20

Et ci-joint, le code qui pose problème :

Code:

1
2
3
4
5
6
7
8
don$Region[don$Region %in% c("Aquitaine","Midi Pyrénées","Languedoc Roussillon","Provence Alpes Cote d'Azur","Rhône Alpes","Centre","Auvergne","Limousin")]<- "CENTRE_SUD"


Warning message:
In `[<-.factor`(`*tmp*`, don$Region %in% c("Aquitaine", "Midi Pyrénées",  :
invalid factor level, NA generated

J'effectue ce regroupement de modalités dans le but de réaliser une ACM, mais je n'arrive pas à regrouper ces fichues modalités entre-elles sous une nouvelle.

Le problème vient d'erreurs codées "NA" ? La présence d'autres modalités ?

Bref, le summary de ma variable Region en guise d'exemple :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
> levels(Region)
 [1] "Alsace"                     "Aquitaine"                 
 [3] "Auvergne"                   "Auvergne  "                
 [5] "Bourgogne"                  "Bretagne"                  
 [7] "Centre"                     "Champagne Ardennes"        
 [9] "DOM TOM ou autres"          "Franche Comté"             
[11] "Ile de France"              "Languedoc Roussillon"      
[13] "Limousin"                   "Lorraine"                  
[15] "Midi Pyrénées"              "Nord Pas de Calais"        
[17] "Normandie ( Basse )"        "Normandie ( Haute )"       
[19] "Pays de Loire"              "Picardie"                  
[21] "Poitou Charentes"           "Provence Alpes Cote d'Azur"
[23] "Rhône Alpes"

Merci d'avance :ccool: !

Bonjour,

Sous R, un facteur à un ensemble de valeurs définies, dans ton cas ce sont les valeurs que tu retrouves dans le sommaire des données. "CENTRE-SUD" ne fait pas partie de l'ensemble de définition de ton facteur. Donc, grosso modo, R ne sais pas à quoi "CENTRE-SUD" correspond par rapport aux autres facteur de ta variable Région, il ne fait pas partie des valeurs possibles de la variable, R renvoie NA.

Deux possibilités pour relever ce problème :
1) tu crées une nouvelle variable, ce qui fait sens puisque effectivement "CENTRE-SUD" n'est pas de la même nature que tes régions, c'est un regroupement plus large :
Code:

1 2 3 4 5 6 7 8 9 10 # ifelse ( le test, si c'est vrai, si c'est faux) don$Region2 <- ifelse( test=as.character(don$Region) %in% c("Aquitaine", "Midi Pyrénées", "Languedoc Roussillon", "Provence Alpes Cote d'Azur", "Rhône Alpes","Centre","Auvergne","Limousin"), yes= "CENTRE_SUD", no = as.character(don$Region) ) don$Region2 <- as.factor(don$Region2)
2) soit tu persistes à vouloir remplacer ta variable et dans le code ci-avant tu remplaces don$Region2 par don$Region

Dans cette solution as.character permet de comparer des chaînes de caractères et non plus des facteurs, tu ne devrais donc plus avoir le problème que tu rencontres.

La nouvelle colonne est normalement identique sauf pour les régions choisie regroupées sous un nouveau nom "CENTRE-SUD" :

Code:

1
2
3
4
 
c("Aquitaine", "Midi Pyrénées",
       "Languedoc   Roussillon", "Provence Alpes Cote d'Azur",
       "Rhône Alpes","Centre","Auvergne","Limousin")

Un exemple avec un code tout simple :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
 
mesDonnees <- data.frame(
	region =  c('Alsace', 'Auvergne', 'Bourgogne',  'Champagne Ardennes')
)
 
> mesDonnees
               region
1             Alsace
2           Auvergne
3          Bourgogne
4 Champagne Ardennes
 
# je veux regrouper 'Alsace' et 'Champagne Ardennes'
 
mesDonnees$region2 <- ifelse(
	test=as.character(mesDonnees$region) %in% c('Alsace', 'Champagne Ardennes'),
	yes="MonGroupe",
        no=as.character(mesDonnees$region)
)
 
> mesDonnees
              region   region2
1             Alsace MonGroupe
2           Auvergne  Auvergne
3          Bourgogne Bourgogne
4 Champagne Ardennes MonGroupe