Question

我有一个数据框。我们叫他bob：

> head(bob)
                 phenotype                         exclusion
GSM399350 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399351 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399352 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399353 3- 4- 8- 25+ 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399354 3- 4- 8- 25+ 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399355 3- 4- 8- 25+ 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-

我想连接这个数据框的行（这将是另一个问题）。但是看看：

> class(bob$phenotype)
[1] "factor"

Bob的列是因素。所以，例如：

> as.character(head(bob))
[1] "c(3, 3, 3, 6, 6, 6)"       "c(3, 3, 3, 3, 3, 3)"      
[3] "c(29, 29, 29, 30, 30, 30)"

我没有开始理解这一点，但我猜这些是bob的列（因为caractacus宫廷）的因素水平的指数？不是我需要的。

奇怪的是，我可以手动浏览bob的列，然后执行

bob$phenotype <- as.character(bob$phenotype)

工作正常。并且，在进行一些输入后，我可以得到一个data.frame，其列是字符而不是因子。所以我的问题是：我怎么能自动完成这个？如何将带有因子列的data.frame转换为带有字符列的data.frame，而无需手动遍历每列？

奖金问题：为什么手动方法有效？

Answer 1

关注Matt和Dirk。如果要在不更改全局选项的情况下重新创建现有数据框，可以使用apply语句重新创建它：

bob <- data.frame(lapply(bob, as.character), stringsAsFactors=FALSE)

这会将所有变量转换为“字符”类，如果您只想转换因子，请参阅Marek's solution below。

正如@hadley指出的那样，以下内容更为简洁。

bob[] <- lapply(bob, as.character)

在这两种情况下，lapply都会输出一个列表;但是，由于R的神奇属性，在第二种情况下使用[]会保留bob对象的data.frame类，从而无需使用转换回data.frame带有参数as.data.frame的{{1}}。

Answer 2

仅替换因素：

i <- sapply(bob, is.factor)
bob[i] <- lapply(bob[i], as.character)

在dplyr in version 0.5.0 new function mutate_if was introduced包中：

library(dplyr)
bob %>% mutate_if(is.factor, as.character) -> bob

Package purrr from RStudio提供了另一种选择：

library(purrr)
library(dplyr)
bob %>% map_if(is.factor, as.character) %>% as_data_frame -> bob

（请记住它是新包装）

Answer 3

全局选项

stringsAsFactors： data.frame和read.table参数的默认设置。

可能是您要在启动文件中设置为FALSE的内容（例如〜/ .Rprofile）。请参阅help(options)。

Answer 4

如果您了解如何存储因子，则可以避免使用基于应用的函数来完成此操作。这并不意味着应用解决方案效果不佳。

因子被构造为与“水平”列表相关联的数字索引。如果将因子转换为数字，则可以看到这一点。所以：

> fact <- as.factor(c("a","b","a","d")
> fact
[1] a b a d
Levels: a b d

> as.numeric(fact)
[1] 1 2 1 3

最后一行返回的数字对应于因子的水平。

> levels(fact)
[1] "a" "b" "d"

请注意levels()返回一个字符数组。您可以使用此事实轻松，紧凑地将因子转换为字符串或数字，如下所示：

> fact_character <- levels(fact)[as.numeric(fact)]
> fact_character
[1] "a" "b" "a" "d"

如果您将表达式包装在as.numeric()。

中，这也适用于数值

> num_fact <- factor(c(1,2,3,6,5,4))
> num_fact
[1] 1 2 3 6 5 4
Levels: 1 2 3 4 5 6
> num_num <- as.numeric(levels(num_fact)[as.numeric(num_fact)])
> num_num
[1] 1 2 3 6 5 4

Answer 5

如果您想要一个新的数据框bobc，其中 bobf中的每个因子向量都会转换为字符向量，请尝试以下操作：

bobc <- rapply(bobf, as.character, classes="factor", how="replace")

如果您想要将其转换回来，您可以创建一个逻辑向量，其中列是因子，并使用它来有选择地应用因子

f <- sapply(bobf, class) == "factor"
bobc[,f] <- lapply(bobc[,f], factor)

Answer 6

我通常将此功能与我的所有项目区分开来。快速而简单。

unfactorize <- function(df){
  for(i in which(sapply(df, class) == "factor")) df[[i]] = as.character(df[[i]])
  return(df)
}

Answer 7

另一种方法是使用apply

转换它

bob2 <- apply(bob,2,as.character)

一个更好的（前一个是'矩阵'类）

bob2 <- as.data.frame(as.matrix(bob),stringsAsFactors=F)

Answer 8

或者您可以尝试transform：

newbob <- transform(bob, phenotype = as.character(phenotype))

请务必将您想要转换的所有因素都转换为字符。

或者你可以做这样的事情，一击就杀掉所有的害虫：

newbob_char <- as.data.frame(lapply(bob[sapply(bob, is.factor)], as.character), stringsAsFactors = FALSE)
newbob_rest <- bob[!(sapply(bob, is.factor))]
newbob <- cbind(newbob_char, newbob_rest)

不这样在代码中推送数据的好主意，我可以单独执行sapply部分（实际上，它更容易实现像那样），但你明白了......我没有检查过代码，因为我不在家，所以我希望它有效！ =）

然而，这种方法有一个缺点......你必须在之后重新组织列，而使用transform你可以做任何你喜欢的事情，但代价是“行人风格的代码写入” ...

所以...... =）

Answer 9

更新：这是一个不起作用的例子。我认为它会，但我认为stringsAsFactors选项仅适用于字符串 - 它只留下因素。

试试这个：

bob2 <- data.frame(bob, stringsAsFactors = FALSE)

一般来说，每当您遇到应该是字符的因素时，都会有stringsAsFactors设置帮助您（包括全局设置）。

Answer 10

在数据框的开头包含stringsAsFactors = FALSE以忽略所有误解。

Answer 11

如果您使用data.table包进行data.frame上的操作，则问题不存在。

library(data.table)
dt = data.table(col1 = c("a","b","c"), col2 = 1:3)
sapply(dt, class)
#       col1        col2 
#"character"   "integer"

如果您的数据集中已有因子列，并且您想将它们转换为字符，则可以执行以下操作。

library(data.table)
dt = data.table(col1 = factor(c("a","b","c")), col2 = 1:3)
sapply(dt, class)
#     col1      col2 
# "factor" "integer" 
upd.cols = sapply(dt, is.factor)
dt[, names(dt)[upd.cols] := lapply(.SD, as.character), .SDcols = upd.cols]
sapply(dt, class)
#       col1        col2 
#"character"   "integer"

Answer 12

这对我有用 - 我终于找到了一个班轮

df <- as.data.frame(lapply(df,function (y) if(class(y)=="factor" ) as.character(y) else y),stringsAsFactors=F)

Answer 13

也许是一个较新的选择？

library("tidyverse")

bob <- bob %>% group_by_if(is.factor, as.character)

Answer 14

这个功能可以解决这个问题

df <- stacomirtools::killfactor(df)

Answer 15

您应在convert中使用hablar，以提供与tidyverse管道兼容的可读语法：

library(dplyr)
library(hablar)

df <- tibble(a = factor(c(1, 2, 3, 4)),
             b = factor(c(5, 6, 7, 8)))

df %>% convert(chr(a:b))

为您提供：

  a     b    
  <chr> <chr>
1 1     5    
2 2     6    
3 3     7    
4 4     8

Answer 16

在装入dplyr软件包的情况下使用

bob=bob%>%mutate_at("phenotype", as.character)

如果您只想专门更改phenotype列。

Answer 17

这可以将所有字符转换为字符，然后将数字转换为数字：

makenumcols<-function(df){
  df<-as.data.frame(df)
  df[] <- lapply(df, as.character)
  cond <- apply(df, 2, function(x) {
    x <- x[!is.na(x)]
    all(suppressWarnings(!is.na(as.numeric(x))))
  })
  numeric_cols <- names(df)[cond]
  df[,numeric_cols] <- sapply(df[,numeric_cols], as.numeric)
  return(df)
}

改编自：Get column types of excel sheet automatically

Answer 18

dplyr version 1.0.0中引入了新功能“ across”。新函数将取代作用域变量（_if，_at，_all）。这是官方的documentation

library(dplyr)
bob <- bob %>% 
       mutate(across(where(is.factor), as.character))

将data.frame列从因子转换为字符

18 个答案: