如何在R中采用多个向量并记录其数据类型？

Question

我正在寻找一种优雅的方法来改变R中的多个向量的数据类型。

我正在使用教育数据集：426名学生对8个多项选择题的答案（1 =正确，0 =不正确），以及指示哪位教师（{{1}教他们的课程。

按照目前的情况，我的数据位于1, 2, or 3，如下所示：

data.df

但那些 str(data.df) 'data.frame': 426 obs. of 9 variables: $ ques01: int 1 1 1 1 1 1 0 0 0 1 ... $ ques02: int 0 0 1 1 1 1 1 1 1 1 ... $ ques03: int 0 0 1 1 0 0 1 1 0 1 ... $ ques04: int 1 0 1 1 1 1 1 1 1 1 ... $ ques05: int 0 0 0 0 1 0 0 0 0 0 ... $ ques06: int 1 0 1 1 0 1 1 1 1 1 ... $ ques07: int 0 0 1 1 0 1 1 0 0 1 ... $ ques08: int 0 0 1 1 1 0 1 1 0 1 ... $ inst : num 1 1 1 1 1 1 1 1 1 1 ... 值不是真正整数。相反，我认为将R视为实验因素更好。 “inst”值也是如此。

我想将所有ques0x和int转换为num

理想情况下，优雅的解决方案应该生成一个数据框 - 我称之为factors - 看起来像这样：

factorData.df

我很确定无论你们提出什么样的解决方案，都应该很容易推广到任何需要重新分类的变量，并且可以在大多数情况下使用常见转化（例如 str(factorData.df) 'data.frame': 426 obs. of 9 variables: $ ques01: Factor w/ 2 levels "0","1": 2 2 2 2 2 2 1 1 1 2 ... $ ques02: Factor w/ 2 levels "0","1": 1 1 2 2 2 2 2 2 2 2 ... $ ques03: Factor w/ 2 levels "0","1": 1 1 2 2 1 1 2 2 1 2 ... $ ques04: Factor w/ 2 levels "0","1": 2 1 2 2 2 2 2 2 2 2 ... $ ques05: Factor w/ 2 levels "0","1": 1 1 1 1 2 1 1 1 1 1 ... $ ques06: Factor w/ 2 levels "0","1": 2 1 2 2 1 2 2 2 2 2 ... $ ques07: Factor w/ 2 levels "0","1": 1 1 2 2 1 2 2 1 1 2 ... $ ques08: Factor w/ 2 levels "0","1": 1 1 2 2 2 1 2 2 1 2 ... $ inst : Factor w/ 3 levels "1","2","3": 1 1 1 1 1 1 1 1 1 1 ... 和int -> factor）。

无论你们生成什么解决方案，绑定都比我的更优雅

因为我目前笨重的代码只有9个单独的num -> int语句，每个变量一个，就像这个

    factorData.df$ques01 

我对R，编程和stackoverflow都是全新的。请保持温和，并提前感谢您的帮助！

Answer 1

This was also answered in R-Help.

我想有更好的方法，但这里有两个选择：

# use a sample data set
> str(cars)
'data.frame':   50 obs. of  2 variables:
 $ speed: num  4 4 7 7 8 9 10 10 10 11 ...
 $ dist : num  2 10 4 22 16 10 18 26 34 17 ...
> data.df <- cars 

您可以使用lapply：

> data.df <- data.frame(lapply(data.df, factor))

或for声明：

> for(i in 1:ncol(data.df)) data.df[,i] <- as.factor(data.df[,i])

在任何一种情况下，你最终得到你想要的东西：

> str(data.df)
'data.frame':   50 obs. of  2 variables:
 $ speed: Factor w/ 19 levels "4","7","8","9",..: 1 1 2 2 3 4 5 5 5 6 ...
 $ dist : Factor w/ 35 levels "2","4","10","14",..: 1 3 2 9 5 3 7 11 14 6 ...

Answer 2

我在plyr包中找到了另一种解决方案：

# load the package and data
> library(plyr)
> data.df <- cars

使用colwise函数：

> data.df <- colwise(factor)(data.df)
> str(data.df)
'data.frame':   50 obs. of  2 variables:
 $ speed: Factor w/ 19 levels "4","7","8","9",..: 1 1 2 2 3 4 5 5 5 6 ...
 $ dist : Factor w/ 35 levels "2","4","10","14",..: 1 3 2 9 5 3 7 11 14 6 ...

顺便说一句，如果您查看colwise函数，它只使用lapply：

df <- as.data.frame(lapply(filtered, .fun, ...))