16

我想使用以下方法将变量转换为因子apply()：

a <- data.frame(x1 = rnorm(100),
                x2 = sample(c("a","b"), 100, replace = T),
                x3 = factor(c(rep("a",50) , rep("b",50))))

a2 <- apply(a, 2,as.factor)
apply(a2, 2,class)

结果是：

         x1          x2          x3 
"character" "character" "character"

我不明白为什么这会导致字符向量而不是因子向量。

4

1 回答 1

34

apply将您的 data.frame 转换为字符矩阵。使用lapply：

lapply(a, class)
# $x1
# [1] "numeric"
# $x2
# [1] "factor"
# $x3
# [1] "factor"

在第二个命令中，应用将结果转换为字符矩阵，使用lapply：

a2 <- lapply(a, as.factor)
lapply(a2, class)
# $x1
# [1] "factor"
# $x2
# [1] "factor"
# $x3
# [1] "factor"

但是对于简单的了望，您可以使用str：

str(a)
# 'data.frame':   100 obs. of  3 variables:
#  $ x1: num  -1.79 -1.091 1.307 1.142 -0.972 ...
#  $ x2: Factor w/ 2 levels "a","b": 2 1 1 1 2 1 1 1 1 2 ...
#  $ x3: Factor w/ 2 levels "a","b": 1 1 1 1 1 1 1 1 1 1 ...

根据评论的补充说明：

为什么 lapply 有效而 apply 无效？

要做的第一件事apply是将参数转换为矩阵。所以apply(a)等价于apply(as.matrix(a))。如您所见str(as.matrix(a))，为您提供：

chr [1:100, 1:3] " 0.075124364" "-1.608618269" "-1.487629526" ...
- attr(*, "dimnames")=List of 2
  ..$ : NULL
  ..$ : chr [1:3] "x1" "x2" "x3"

没有更多的因素，所以class返回"character"所有列。
lapply适用于列，因此可以为您提供所需的内容（它对class(a$column_name)每列都执行类似操作）。

您可以在帮助中看到apply为什么apply和as.factor不起作用：

在所有情况下，结果都由 as.vector 在设置维度之前强制转换为基本向量类型之一，因此（例如）因子结果将被强制转换为字符数组。

为什么sapply和as.factor不起作用，您可以在帮助中看到sapply：

Value (...) 与 X (...) 长度相同的原子向量或矩阵或列表 (...) 如果发生简化，则输出类型由层次结构中返回值的最高类型确定 NULL < raw <logical <整数 < 实数 < 复数 < 字符 < 列表 < 表达式，在对列表强制转换为列表之后。

你永远不会得到因子矩阵或data.frame。

如何将输出转换为data.frame？

简单，as.data.frame就像你在评论中写的那样使用：

a2 <- as.data.frame(lapply(a, as.factor))
str(a2)
'data.frame':   100 obs. of  3 variables:
 $ x1: Factor w/ 100 levels "-2.49629293159922",..: 60 6 7 63 45 93 56 98 40 61 ...
 $ x2: Factor w/ 2 levels "a","b": 1 1 2 2 2 2 2 1 2 2 ...
 $ x3: Factor w/ 2 levels "a","b": 1 1 1 1 1 1 1 1 1 1 ...

但是如果你想用factor一个技巧替换选定的字符列：

a3 <- data.frame(x1=letters, x2=LETTERS, x3=LETTERS, stringsAsFactors=FALSE)
str(a3)
'data.frame':   26 obs. of  3 variables:
 $ x1: chr  "a" "b" "c" "d" ...
 $ x2: chr  "A" "B" "C" "D" ...
 $ x3: chr  "A" "B" "C" "D" ...

columns_to_change <- c("x1","x2")
a3[, columns_to_change] <- lapply(a3[, columns_to_change], as.factor)
str(a3)
'data.frame':   26 obs. of  3 variables:
 $ x1: Factor w/ 26 levels "a","b","c","d",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ x2: Factor w/ 26 levels "A","B","C","D",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ x3: chr  "A" "B" "C" "D" ...

您可以使用它来替换所有列：

a3 <- data.frame(x1=letters, x2=LETTERS, x3=LETTERS, stringsAsFactors=FALSE)
a3[, ] <- lapply(a3, as.factor)
str(a3)
'data.frame':   26 obs. of  3 variables:
 $ x1: Factor w/ 26 levels "a","b","c","d",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ x2: Factor w/ 26 levels "A","B","C","D",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ x3: Factor w/ 26 levels "A","B","C","D",..: 1 2 3 4 5 6 7 8 9 10 ...
于 2010-03-06T11:42:21.277 回答