r - 将data.frame列从因子转换为字符

我有一个数据框。 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。 所以，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)"

我没有开始理解这一点，但我想这些是bob的列(因为caractacus法院)的因素水平的指数？ 不是我需要的。

奇怪的是，我可以手工完成bob的栏目，并做

bob$phenotype

哪个工作正常。 并且，在进行一些输入后，我可以得到一个data.frame，其列是字符而不是因子。 所以我的问题是：我怎么能自动完成这个？ 如何将带有因子列的data.frame转换为带有字符列的data.frame，而无需手动遍历每列？

奖金问题：为什么手动方法有效？

Mike Dewar asked 2019-02-08T08:24:25Z

13个解决方案

311 votes

就在马特和德克身上。 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

这会将所有变量转换为类“字符”，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，以下内容更为简洁。

bob[]

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[]会保留bob对象的data.frame类，从而无需使用参数stringsAsFactors = FALSE将as.data.frame转换回data.frame。

Shane answered 2019-02-08T08:24:58Z

257 votes

仅替换因素：

i

bob[i]

在软件包dplyr中，版本0.5.0引入了新功能mutate_if：

library(dplyr)

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

来自RStudio的包装purrr提供了另一种选择：

library(purrr)

library(dplyr)

bob %>% map_if(is.factor, as.character) %>% as_data_frame -> bob

(请记住它的新鲜包装)

Marek answered 2019-02-08T08:25:44Z

36 votes

全球选择

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

可能是您要在启动文件中设置为FALSE的内容(例如〜/ .Rprofile)。 请参阅help(options)。

Dirk Eddelbuettel answered 2019-02-08T08:26:26Z

19 votes

我知道这个答案有点晚，但是如果你了解了因子的存储方式，你可以避免使用基于应用的函数来实现这一点。 这并不意味着应用解决方案效果不佳。

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

> fact

> 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"

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

> fact_character

> fact_character

[1] "a" "b" "a" "d"

如果将表达式包装在as.numeric()中，这也适用于数值。

> num_fact

> num_fact

[1] 1 2 3 6 5 4

Levels: 1 2 3 4 5 6

> num_num

> num_num

[1] 1 2 3 6 5 4

Kikapp answered 2019-02-08T08:27:22Z

17 votes

如果需要新数据框bobc，其中bobf中的每个因子向量都将转换为字符向量，请尝试以下操作：

bobc

如果您想要将其转换回来，可以创建一个逻辑向量，其中列是因子，并使用它来选择性地应用因子

f

bobc[,f]

scentoni answered 2019-02-08T08:27:57Z

11 votes

我通常将此功能与我的所有项目区分开来。 快捷方便。

unfactorize

for(i in which(sapply(df, class) == "factor")) df[[i]] = as.character(df[[i]])

return(df)

}

by0 answered 2019-02-08T08:28:25Z

7 votes

另一种方法是使用apply转换它

bob2

还有一个更好的(前一个是'矩阵'类)

bob2

George Dontas answered 2019-02-08T08:29:00Z

6 votes

更新：这是一个不起作用的例子。 我认为它会，但我认为stringsAsFactors选项只适用于字符串 - 它只留下因素。

试试这个：

bob2

一般来说，每当你遇到应该是字符的因素的问题时，就会有一个stringsAsFactors设置来帮助你(包括全局设置)。

Matt Parker answered 2019-02-08T08:29:37Z

6 votes

或者你可以试试transform：

newbob

请务必将您想要转化的每个因素都转换为角色。

或者你可以做这样的事情，一击就杀死所有的害虫：

newbob_char

newbob_rest

newbob

在这样的代码中推送数据并不是一个好主意，我可以单独做transform部分(实际上，这样做要容易得多)，但是你明白了......我没有检查过代码，' 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...你必须重新组织列，而transform你可以做任何你喜欢的事情，但代价是“行人风格的代码写作”......

那么...... =)

aL3xa answered 2019-02-08T08:30:45Z

5 votes

在您的数据框的开头包括stringsAsFactors = FALSE忽略所有的误解。

answered 2019-02-08T08:31:14Z

3 votes

如果您将使用data.table程序包进行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"

如果您已在数据集中有因子列，并且想要将它们转换为字符，则可以执行以下操作。

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"

jangorecki answered 2019-02-08T08:31:55Z

2 votes

这对我有用 - 我终于找到了一个班轮

df

user1617979 answered 2019-02-08T08:32:26Z

1 votes

这个功能起到了作用

df

Cedric answered 2019-02-08T08:32:54Z