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   

与dplyr-package加载使用

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

如果您只想具体地改变表型列。

只是跟着马特和德克。如果你想在不改变全局选项的情况下重新创建现有的数据帧，你可以用apply语句重新创建它:

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

这将把所有变量转换为“character”类，如果你只想转换因子，请参阅下面Marek的解决方案。

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;然而，由于R的神奇属性，在第二种情况下使用[]保留了bob对象的data.frame类，从而消除了使用as.data.frame转换回data.frame的需要，并使用参数stringsAsFactors = FALSE。

仅替换因素:

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

在0.5.0版的dplyr包中引入了新的函数mutate_if:

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

.．.在1.0.0版本中被across取代:

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

RStudio中的包purrr提供了另一种选择:

library(purrr)
bob %>% modify_if(is.factor, as.character) -> bob

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…=)

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)
}