你应该在hablar中使用convert，它提供了与tidyverse管道兼容的可读语法:

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))

这就给了你:

  a     b    
  <chr> <chr>
1 1     5    
2 2     6    
3 3     7    
4 4     8   

这个函数很有用

df <- stacomirtools::killfactor(df)

我通常将这个函数与我的所有项目分开。又快又简单。

unfactorize <- function(df){
  for(i in which(sapply(df, class) == "factor")) df[[i]] = as.character(df[[i]])
  return(df)
}

如果你使用数据。表包对data.frame的操作，那么问题就不存在了。

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

如果你在你的数据集中已经有一个因子列，你想把它们转换成字符，你可以这样做。

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" 

也许是一个更新的选择?

library("tidyverse")

bob <- bob %>% group_by_if(is.factor, as.character)

或者你可以尝试transform:

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

只要确保把你想转换为字符的每一个因素。

或者你可以这样做，一击杀光所有害虫:

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)

像这样把数据塞进代码中并不是一个好主意，我可以单独做spapply部分(实际上，这样做要容易得多)，但你明白了…我还没有检查代码，因为我不在家，所以我希望它能工作!=)

然而，这种方法有一个缺点……之后你必须重新组织列，而使用transform你可以做任何你想做的事情，但代价是“行人风格的代码编写”…

所以…=)