Question

我想了解

的用法之间的区别

data.frame(a,b,c,y)

和

data.frame(cbind(a,b,c,y))

我有三个向量a，b，c，其中包含因子（文本）和一个（y），它们存储计数（数字）。

根据符号，我在运行此模型时会得到不同的答案

model.glm <- glm(y ~ a * b * c, data=blabla, family=poisson)

我想这是因为其中一个因素是制造因素“无因素”，但我不确定。哪种方法是正确的？

Answer 1

默认情况下，cbind会返回matrix，只能有一种数据类型。混合数据类型（例如数字和字符）通常被强制转换为字符。例如：

a <- 1:3
b <- c("a", "b", "c")
cb <- cbind(a,b)
cb
     a   b
[1,] "1" "a"
[2,] "2" "b"
[3,] "3" "c"
class(cb)
[1] "matrix"
typeof(cb)
[1] "character"

当您将其传递给data.frame时，默认情况下，字符会转换为因子（StringsAsFactors = TRUE;设置为FALSE以抑制此行为），这基本上是字符串的整数表示形式

df <- data.frame(cb)
typeof(df$a)
[1] "integer"
typeof(df$b)
[1] "integer"
class(df$a)
[1] "factor"
class(df$b)
[1] "factor"

我假设这是不您想要的行为，并且因为data.frame会很好地cbind为您保留其原始类型（除了将字符串转换为正如我所说，可以抑制因素，我会坚持使用更简单的data.frame(a,b)结构。

Answer 2

cbind(a,b,c,y)返回一个不允许多种类型数据的矩阵。因此，如果a，b和c是数字而y是一个因子，则data.frame(cbind(a,b,c,y))仅包含因子。

没有cbind()，a，b和c不会转换为因子。

R中的data.frame（cbind ...）与data.frame（...）

2 个答案: