我有一个数据帧。我们就叫他鲍勃吧:

> 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-

我想连接这个数据帧的行(这将是另一个问题)。但看:

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

Bob的列是因子。举个例子:

> 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)"

我不太明白这一点,但我猜这些是进入鲍勃(卡拉克塔克斯国王的法庭)的列的因子水平的指数?不是我需要的。

奇怪的是,我可以徒手浏览bob的列

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

这很好。并且,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。我的问题是:我如何自动地做到这一点?我如何将一个data.frame与因子列转换为一个data.frame与字符列,而不必手动遍历每一列?

附加问题:为什么手动方法有效?


当前回答

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))

其他回答

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。

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。

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…=)

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

全局选项

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

可能是你想在你的启动文件(例如~/. rprofile)中设置为FALSE。请参阅帮助(选项)。