这里有一些选项。我们用sapply循环遍历'data'，得到每列的levels（假设所有列都是factor类）

sapply(data, levels)

或者，如果我们需要通过管道传输（%>%），可以这样做

library(dplyr)
data %>% 
     sapply(levels)

或者另一个选项是dplyr中的summarise_each，其中我们在funs中指定levels。

data %>%
      summarise_each(funs(list(levels(.))))

如果您的问题是专门输出一个因子的所有水平的列表，那么我找到了一个简单的解决方案：
唯一（df$x）
例如，对于臭名昭著的虹膜数据集：
唯一（虹膜$物种）

或使用咕噜声：

data %>% purrr::map(levels)

或者首先对所有事物进行因式分解：

data %>% dplyr::mutate_all(as.factor) %>% purrr::map(levels)

回答如何得到长度的问题：

data %>% map(levels) %>% map(length)

更简单的方法是使用sqldf包并使用select distinct语句，这样可以更容易地自动获取因子水平的名称，然后将其指定为其他列/变量的水平。
泛型代码段为：

library(sqldf)
    array_name = sqldf("select DISTINCT *colname1* as '*column_title*' from *table_name*")

使用虹膜数据集的示例代码：

df1 = iris
factor1 <- sqldf("select distinct Species as 'flower_type' from df1")
factor1    ## to print the names of factors

输出：

flower_type
1      setosa
2  versicolor
3   virginica

如果您希望仅显示声明为as.factor的列的因子水平，您可以用途：

lapply(df[sapply(df, is.factor)], levels)

获取“数据”帧中级别长度的替代选项：

data_levels_length <- sapply(seq(1, ncol(data)), function(x){
  length(levels(data[,x]))
})

作为长 Dataframe （tibble）：

df %>% gather(name, value) %>% count(name, value)

这会将所有列转换为名称-值对，然后对唯一级别进行计数。
使用以下内容对列类型进行子集化：

df %>% select_if(is.character) %>% ...

通过https://stackoverflow.com/a/47122651/3217870

df$factor %>% unique() %>% str()

返回级别列表和级别数