11

从我在这里看到的情况来看，我假设 data.table v1.8.0+ 不会自动将字符串转换为因子。

具体来说，从该页面引用 Matthew Dowle：

不需要字符串AsFactors。在 v1.8.0 中这样做：o 字符列现在允许在键中使用，并且优先考虑。data.table() 和 setkey() 不再强制字符为因子。因素仍然得到支持。

我没有看到……这是我的 R 会话记录：

首先，我确保我有足够新的 data.table > 1.8.0 版本

> library(data.table)
data.table 1.8.8  For help type: help("data.table")

接下来，我创建一个 2x2 data.table。请注意，它会产生因子...

> m <- matrix(letters[1:4], ncol=2)
> str(data.table(m))
Classes ‘data.table’ and 'data.frame':  2 obs. of  2 variables:
 $ V1: Factor w/ 2 levels "a","b": 1 2
 $ V2: Factor w/ 2 levels "c","d": 1 2
 - attr(*, ".internal.selfref")=<externalptr>

当我在 data.frame() 中使用 stringsAsFactors 然后调用 data.table() 时，一切都很好......

> str(data.table(data.frame(m, stringsAsFactors=FALSE)))
Classes ‘data.table’ and 'data.frame':  2 obs. of  2 variables:
 $ X1: chr  "a" "b"
 $ X2: chr  "c" "d"
 - attr(*, ".internal.selfref")=<externalptr>

我错过了什么？data.frame() 是否应该将字符串转换为因子，如果是，是否有“更好的方法”来关闭该行为？

谢谢！

4

2 回答 2

10

更新：

直到现在，这个问题似乎已经以某种方式溜走了。感谢@fpinter最近提交了这个问题。它现在已在提交 1322中修复。来自NEWS，No:39 下的 v1.9.3 错误修复：

as.data.table.matrix默认情况下不将字符串转换为因子。data.table喜欢和喜欢使用字符向量而不是因子。关闭#745。感谢@fpinter 在 github 问题跟踪器上报告该问题，并感谢 vijay 在此处报告SO。

看来这种非强制尚未实施。

data.table使用处理matrix参数as.data.table

if (is.matrix(xi) || is.data.frame(xi)) {
            xi = as.data.table(xi, keep.rownames = keep.rownames)
            x[[i]] = xi
            numcols[i] = length(xi)
        }

和

as.data.table.matrix

包含

if (mode(x) == "character") {
        for (i in ic) value[[i]] <- as.factor(x[, i])
    }

可能值得将此报告给错误跟踪器。（它仍在 1.8.9 中实现，当前的 r-forge 版本）

于 2013-07-17T04:34:53.927 回答
6

作为一种解决方法并完成@mnel 答案，如果您想关闭 data.frame 的默认行为，您可以使用 dedicated 选项。

options(stringsAsFactors=FALSE)

str(data.table(data.frame(m)))
Classes ‘data.table’ and 'data.frame':  2 obs. of  2 variables:
 $ X1: chr  "a" "b"
 $ X2: chr  "c" "d"
 - attr(*, ".internal.selfref")=<externalptr>
于 2013-07-17T04:38:40.657 回答