为什么as.factor在内部使用时会返回一个字符？

Question

我想使用apply()将变量转换为因子：

a <- data.frame(x1 = rnorm(100),
                x2 = sample(c("a","b"), 100, replace = T),
                x3 = factor(c(rep("a",50) , rep("b",50))))

a2 <- apply(a, 2,as.factor)
apply(a2, 2,class)

结果：

         x1          x2          x3 
"character" "character" "character" 

我不明白为什么会导致字符向量而不是因子向量。

Answer 1

apply将您的data.frame转换为字符矩阵。使用lapply：

lapply(a, class)
# $x1
# [1] "numeric"
# $x2
# [1] "factor"
# $x3
# [1] "factor"

在第二个命令中，使用lapply：

将结果转换为字符矩阵

a2 <- lapply(a, as.factor)
lapply(a2, class)
# $x1
# [1] "factor"
# $x2
# [1] "factor"
# $x3
# [1] "factor"

但是对于简单的了望，您可以使用str：

str(a)
# 'data.frame':   100 obs. of  3 variables:
#  $ x1: num  -1.79 -1.091 1.307 1.142 -0.972 ...
#  $ x2: Factor w/ 2 levels "a","b": 2 1 1 1 2 1 1 1 1 2 ...
#  $ x3: Factor w/ 2 levels "a","b": 1 1 1 1 1 1 1 1 1 1 ...

根据评论的补充说明：

为什么申请时劳拉有效？

apply做的第一件事是将参数转换为矩阵。因此apply(a)相当于apply(as.matrix(a))。正如您所看到的，str(as.matrix(a))为您提供：

chr [1:100, 1:3] " 0.075124364" "-1.608618269" "-1.487629526" ...
- attr(*, "dimnames")=List of 2
  ..$ : NULL
  ..$ : chr [1:3] "x1" "x2" "x3"

没有其他因素，因此class会为所有列返回"character" lapply适用于列，因此可以为您提供所需的内容（对每列执行类似class(a$column_name)的操作）。

您可以在apply的帮助中看到apply和as.factor无效的原因：

  

在所有情况下，结果都被强制执行   as.vector到其中一个基本向量   尺寸设定前的类型，   这样（例如）因子结果   将被强制转换为字符数组。

为什么sapply和as.factor不起作用，您可以在sapply的帮助中看到：

  

值（...）原子矢量或矩阵   或与X（...）长度相同的列表   如果发生简化，则输出   类型是从最高的确定   中的返回值的类型   层次结构NULL＆lt;原始＆lt;逻辑＆lt;   整数＆lt;真实＆lt;复杂＆lt;字符＆lt;   列表＆lt;在胁迫之后的表达   pairlists to list。

你永远不会得到因子或data.frame矩阵。

如何将输出转换为data.frame？

简单，请在评论中使用as.data.frame：

a2 <- as.data.frame(lapply(a, as.factor))
str(a2)
'data.frame':   100 obs. of  3 variables:
 $ x1: Factor w/ 100 levels "-2.49629293159922",..: 60 6 7 63 45 93 56 98 40 61 ...
 $ x2: Factor w/ 2 levels "a","b": 1 1 2 2 2 2 2 1 2 2 ...
 $ x3: Factor w/ 2 levels "a","b": 1 1 1 1 1 1 1 1 1 1 ...

但是如果你想用factor替换选定的字符列，那就有一个技巧：

a3 <- data.frame(x1=letters, x2=LETTERS, x3=LETTERS, stringsAsFactors=FALSE)
str(a3)
'data.frame':   26 obs. of  3 variables:
 $ x1: chr  "a" "b" "c" "d" ...
 $ x2: chr  "A" "B" "C" "D" ...
 $ x3: chr  "A" "B" "C" "D" ...

columns_to_change <- c("x1","x2")
a3[, columns_to_change] <- lapply(a3[, columns_to_change], as.factor)
str(a3)
'data.frame':   26 obs. of  3 variables:
 $ x1: Factor w/ 26 levels "a","b","c","d",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ x2: Factor w/ 26 levels "A","B","C","D",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ x3: chr  "A" "B" "C" "D" ...

您可以使用它来替换所有列：

a3 <- data.frame(x1=letters, x2=LETTERS, x3=LETTERS, stringsAsFactors=FALSE)
a3[, ] <- lapply(a3, as.factor)
str(a3)
'data.frame':   26 obs. of  3 variables:
 $ x1: Factor w/ 26 levels "a","b","c","d",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ x2: Factor w/ 26 levels "A","B","C","D",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ x3: Factor w/ 26 levels "A","B","C","D",..: 1 2 3 4 5 6 7 8 9 10 ...