382

我有一个数据框。让我们叫他bob：

> head(bob)
                 phenotype                         exclusion
GSM399350 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399351 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399352 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399353 3- 4- 8- 25+ 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399354 3- 4- 8- 25+ 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399355 3- 4- 8- 25+ 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-

我想连接这个数据框的行（这将是另一个问题）。但看：

> class(bob$phenotype)
[1] "factor"

Bob的列是因子。因此，例如：

> as.character(head(bob))
[1] "c(3, 3, 3, 6, 6, 6)"       "c(3, 3, 3, 3, 3, 3)"      
[3] "c(29, 29, 29, 30, 30, 30)"

我开始不明白这一点，但我想这些是指数列（王宫廷）的因素水平bob？不是我需要的。

奇怪的是，我可以通过bob手工的列，并做

bob$phenotype <- as.character(bob$phenotype)

效果很好。而且，在一些输入之后，我可以得到一个 data.frame，它的列是字符而不是因子。所以我的问题是：我怎样才能自动做到这一点？如何将具有因子列的 data.frame 转换为具有字符列的 data.frame 而无需手动遍历每一列？

额外的问题：为什么手动方法有效？

4

18 回答 18

383

只是跟随马特和德克。如果要在不更改全局选项的情况下重新创建现有数据框，可以使用 apply 语句重新创建它：

bob <- data.frame(lapply(bob, as.character), stringsAsFactors=FALSE)

这会将所有变量转换为“字符”类，如果您只想转换因子，请参阅下面的 Marek 解决方案。

正如@hadley 指出的那样，以下内容更简洁。

bob[] <- lapply(bob, as.character)

在这两种情况下，lapply输出一个列表；但是，由于 R 的神奇属性，[]在第二种情况下使用 保留了对象的 data.frame 类bob，从而无需使用as.data.framewith 转换回 data.frame 参数stringsAsFactors = FALSE。

于 2010-05-17T17:21:06.727 回答
334

仅替换因子：

i <- sapply(bob, is.factor)
bob[i] <- lapply(bob[i], as.character)

在 0.5.0 版的包 dplyr中引入了新功能mutate_if：

library(dplyr)
bob %>% mutate_if(is.factor, as.character) -> bob

...并且在 1.0.0 版本中被替换为across：

library(dplyr)
bob %>% mutate(across(where(is.factor), as.character)) -> bob

RStudio 的包 purrr提供了另一种选择：

library(purrr)
bob %>% modify_if(is.factor, as.character) -> bob
于 2010-05-17T22:08:48.400 回答
41

全局选项

stringsAsFactors：data.frame 和 read.table 参数的默认设置。

可能是您想FALSE在启动文件中设置的内容（例如 ~/.Rprofile）。请看help(options)。

于 2010-05-17T17:02:36.193 回答
25

如果您了解因子的存储方式，则可以避免使用基于应用的函数来完成此操作。这并不意味着应用解决方案不能很好地工作。

因子被构造为与“级别”列表相关的数字索引。如果将因子转换为数字，则可以看到这一点。所以：

> fact <- as.factor(c("a","b","a","d")
> fact
[1] a b a d
Levels: a b d

> as.numeric(fact)
[1] 1 2 1 3

最后一行返回的数字对应于因子的水平。

> levels(fact)
[1] "a" "b" "d"

请注意，它levels()返回一个字符数组。您可以使用此事实轻松而紧凑地将因子转换为字符串或数字，如下所示：

> fact_character <- levels(fact)[as.numeric(fact)]
> fact_character
[1] "a" "b" "a" "d"

这也适用于数值，前提是您将表达式包装在as.numeric().

> num_fact <- factor(c(1,2,3,6,5,4))
> num_fact
[1] 1 2 3 6 5 4
Levels: 1 2 3 4 5 6
> num_num <- as.numeric(levels(num_fact)[as.numeric(num_fact)])
> num_num
[1] 1 2 3 6 5 4
于 2013-03-21T17:40:06.170 回答
21

如果您想要一个新的数据框bobc，其中每个因子向量bobf都转换为字符向量，请尝试以下操作：

bobc <- rapply(bobf, as.character, classes="factor", how="replace")

如果你想把它转换回来，你可以创建一个逻辑向量，其中列是因子，并使用它来有选择地应用因子

f <- sapply(bobf, class) == "factor"
bobc[,f] <- lapply(bobc[,f], factor)
于 2012-01-05T06:04:58.457 回答
14

我通常将此功能与我的所有项目分开。快捷方便。

unfactorize <- function(df){
  for(i in which(sapply(df, class) == "factor")) df[[i]] = as.character(df[[i]])
  return(df)
}
于 2013-01-10T22:25:09.257 回答
10

另一种方法是使用 apply 进行转换

bob2 <- apply(bob,2,as.character)

还有一个更好的（前一个是“矩阵”类）

bob2 <- as.data.frame(as.matrix(bob),stringsAsFactors=F)
于 2010-05-17T17:15:18.973 回答
8

更新：这是一个不起作用的例子。我认为它会，但我认为 stringsAsFactors 选项仅适用于字符串 - 它不理会因素。

试试这个：

bob2 <- data.frame(bob, stringsAsFactors = FALSE)

一般来说，每当您对应该是字符的因素遇到问题时，都会有一个stringsAsFactors设置可以帮助您（包括全局设置）。

于 2010-05-17T17:00:21.460 回答
7

或者您可以尝试transform：

newbob <- transform(bob, phenotype = as.character(phenotype))

只需确保将您想要转换为角色的每个因素都放入其中。

或者你可以这样做，一击杀死所有害虫：

newbob_char <- as.data.frame(lapply(bob[sapply(bob, is.factor)], as.character), stringsAsFactors = FALSE)
newbob_rest <- bob[!(sapply(bob, is.factor))]
newbob <- cbind(newbob_char, newbob_rest)

像这样在代码中推送数据不是一个好主意，我可以sapply单独做这部分（实际上，这样做更容易），但你明白了......我没有检查代码，因为我不在家，所以我希望它有效！=)

然而，这种方法有一个缺点......你必须在之后重新组织列，而你可以做任何你喜欢的事情，但是以“行人风格的代码编写”transform为代价......

所以那里... =）

于 2010-05-17T17:49:17.017 回答
6

在数据框的开头包括stringsAsFactors = FALSE忽略所有误解。

于 2016-01-16T15:21:54.887 回答
5

如果您将data.tablepackage 用于 data.frame 上的操作，则问题不存在。 

library(data.table)
dt = data.table(col1 = c("a","b","c"), col2 = 1:3)
sapply(dt, class)
#       col1        col2 
#"character"   "integer"

如果您的数据集中已经有一个因子列并且您想将它们转换为字符，您可以执行以下操作。 

library(data.table)
dt = data.table(col1 = factor(c("a","b","c")), col2 = 1:3)
sapply(dt, class)
#     col1      col2 
# "factor" "integer" 
upd.cols = sapply(dt, is.factor)
dt[, names(dt)[upd.cols] := lapply(.SD, as.character), .SDcols = upd.cols]
sapply(dt, class)
#       col1        col2 
#"character"   "integer"
于 2015-12-09T20:55:52.160 回答
2

这对我有用——我终于想出了一个衬里

df <- as.data.frame(lapply(df,function (y) if(class(y)=="factor" ) as.character(y) else y),stringsAsFactors=F)
于 2014-10-24T16:00:22.063 回答
2

dplyr版本 1.0.0中引入了新功能“跨越” 。新函数将取代作用域变量（_if、_at、_all）。这是官方文档

library(dplyr)
bob <- bob %>% 
       mutate(across(where(is.factor), as.character))
于 2020-08-13T13:37:55.770 回答
1

这个功能可以解决问题

df <- stacomirtools::killfactor(df)
于 2017-11-13T16:46:28.410 回答
1

您应该使用convertin which 提供与管道hablar兼容的可读语法：tidyverse

library(dplyr)
library(hablar)

df <- tibble(a = factor(c(1, 2, 3, 4)),
             b = factor(c(5, 6, 7, 8)))

df %>% convert(chr(a:b))

这给了你：

  a     b    
  <chr> <chr>
1 1     5    
2 2     6    
3 3     7    
4 4     8
于 2019-06-10T21:25:45.767 回答
1

也许是一个更新的选择？

library("tidyverse")

bob <- bob %>% group_by_if(is.factor, as.character)
于 2019-08-14T16:09:37.707 回答
1

使用dplyr-package 加载使用

bob=bob%>%mutate_at("phenotype", as.character)

如果您只想phenotype专门更改 - 列。

于 2020-02-10T12:16:38.347 回答
0

这可以将所有转换为字符，然后将数字转换为数字：

makenumcols<-function(df){
  df<-as.data.frame(df)
  df[] <- lapply(df, as.character)
  cond <- apply(df, 2, function(x) {
    x <- x[!is.na(x)]
    all(suppressWarnings(!is.na(as.numeric(x))))
  })
  numeric_cols <- names(df)[cond]
  df[,numeric_cols] <- sapply(df[,numeric_cols], as.numeric)
  return(df)
}

改编自：自动获取excel表格的列类型

于 2019-08-27T19:23:06.003 回答