Question

我有一个名为mydata的data.frame和一个包含data.frame中列的索引的矢量id，我想将其转换为因子。现在，以下代码解决了问题

for(i in ids) mydata[, i]<-as.factor(mydata[, i])

现在我想通过使用apply而不是显式的for循环来清理这段代码。

mydata[, ids]<-apply(mydata[, ids], 2, as.factor)

但是，最后一个语句给了我一个data.frame，其中的类型是字符而不是因素。我没有看到这两行代码之间的区别。为什么它们不会产生相同的结果呢？

亲切的问候，迈克尔

Answer 1

apply的结果是向量或数组或值列表（请参阅?apply）。

对于您的问题，您应该使用lapply代替：

data(iris)
iris[, 2:3] <- lapply(iris[, 2:3], as.factor)
str(iris)

'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : Factor w/ 23 levels "2","2.2","2.3",..: 15 10 12 11 16 19 14 14 9 11 ...
 $ Petal.Length: Factor w/ 43 levels "1","1.1","1.2",..: 5 5 4 6 5 8 5 6 5 6 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

请注意，这是lapply比for循环快得多的地方。通常，循环和lapply将具有类似的性能，但<-.data.frame操作非常慢。通过使用lapply，可以避免每次迭代中的<-操作，并将其替换为单个赋值。这要快得多。

Answer 2

这是因为apply（）完全不同。它将首先在本地环境中执行函数as.factor，从中收集结果，然后尝试将它们合并到数组而不是数据帧。在您的情况下，此数组是一个矩阵。 R符合不同的因素，除了首先将它们转换为角色之外别无他法。该字符矩阵用于填充您的数据帧。

你可以使用lapply（参见Andrie的回答）或plyr函数的colwise。

require(plyr)
Df[,ids] <- colwise(as.factor)(Df[,ids])

如何使用apply对R中data.frame中的特定列进行分解

2 个答案: