这可以将所有内容转换为字符，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表的列类型

如果你想要一个新的数据帧bobc，其中bobf中的每个因子向量都转换为字符向量，试试这个:

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

如果希望将其转换回来，可以创建一个逻辑向量，其中的列是因子，并使用该逻辑向量选择性地应用因子

f <- sapply(bobf, class) == "factor"
bobc[,f] <- lapply(bobc[,f], factor)

也许是一个更新的选择?

library("tidyverse")

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

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)
}

如果您了解因子是如何存储的，就可以避免使用基于应用程序的函数来实现这一点。这并不是说应用解决方案不能很好地工作。

因素的结构是与“级别”列表相关联的数字索引。如果将因数转换为数字，就可以看到这一点。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级别。

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

注意，levels()返回一个字符数组。你可以使用这个事实轻松简洁地将因数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，只要你用as.numeric()包装你的表达式。

> 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

dplyr 1.0.0版引入了新函数“across”。新函数将取代作用域变量(_if， _at， _all)。这是官方文件

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