Question

使用R，我最近对使用某个因子时的sapply输出感到惊讶。看看以下内容：

> F <- as.factor(c("A", "B", "C", "D", "E", "F"))

> sapply(F, function(x) x)
[1] A B C D E F
Levels: A B C D E F

> sapply(F, function(x) (x=="C"))
[1] FALSE FALSE  TRUE FALSE  FALSE  FALSE

到目前为止，这两项产出都符合预期。但现在，它变得很奇怪：

> sapply(F, function(x) if (TRUE) x else NA)
[1] A B C D E F
Levels: A B C D E F

> sapply(F, function(x) if (x=="C") x else NA)
[1] NA NA  3 NA NA NA

> sapply(F, function(x) {if (x=="C") foo <- "bar"; x})
[1] A B C D E F
Levels: A B C D E F

在这三种情况下，第一次和最后一次结果都是我所期望的。第二个是奇怪的：我希望得到类似[1] NA NA "C" NA NA NA的东西。

我的第一个猜测是，比较(x=="C")对if子句中的x值有一些影响。（不在条款之外，否则我们将在上一个案例中得到另一个结果。）可能x被视为条款内的索引。

然而，这种猜测与以下两个观察结果不相符：

> sapply(F, function(x) if (x==x) x else NA)
[1] A B C D E F
Levels: A B C D E F

> sapply(F, function(x) if (x=="C") F[x] else NA)
[1] NA NA  3 NA NA NA

在这里，(x==x)似乎没有任何影响力，如果x是其子句中的索引，我们会取回"C"而不是3一个{{1}}。

我的实际问题是：为什么会这样？（到现在为止，我非常确定这是一个因素相关的功能，我不知道......）

Answer 1

sapply基本上是lapply，后跟simplify2array，在这种情况下只是调用unlist。

首先让我们检查行为是否由lapply：

引起

lapply(F, function(x) if (x=="C") x else NA)
#[[1]]
#[1] NA
#
#[[2]]
#[1] NA
#
#[[3]]
#[1] C
#Levels: A B C D E F
#
#[[4]]
#[1] NA
#
#[[5]]
#[1] NA
#
#[[6]]
#[1] NA

如您所见，第三个元素仍然是一个因素。但是，NA值属于“逻辑”类：

class(lapply(F, function(x) if (x=="C") x else NA)[[1]])
#[1] "logical"

这意味着来自help("unlist")的两个引号是相关的：

特别对待因素。如果x的所有非列表元素都是因素（或有序因素）然后结果将是一个因素按顺序级别元素的级别集合的并集级别出现在元素的级别集中（这意味着如果所有元素都具有相同的级别集，即级别集结果）。

和

在可能的情况下，列表元素被强制转换为共同模式不列表，结果通常最终成为一个字符向量。矢量将被强制转换为最高类型的组件层次结构NULL＆lt;原始＆lt;逻辑＆lt;整数＆lt;双＆lt;复杂＆lt; 字符＆lt;列表＆lt;表达式：pairlists被视为列表。

第二个引言描述了这里发生的事情;因子的共同模式（内部是具有属性的整数向量），逻辑值是整数。这就是你得到的。

如果您想确保从sapply获取因子向量，请在NA条件中创建因子else：

sapply(F, function(x) if (x=="C") x else {is.na(x) <- TRUE; x})
#[1] <NA> <NA> C    <NA> <NA> <NA>
#Levels: A B C D E F

在R中的因子上使用sapply的意外行为

1 个答案: