将data.frame列从因素转换为字符
我有一个数据框。 让我们给他打电话：
> 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$phenotype) [1] "factor"
Bob的专栏是因素。 所以，例如：
> as.character(head(bob)) [1] "c(3, 3, 3, 6, 6, 6)" "c(3, 3, 3, 3, 3, 3)" [3] "c(29, 29, 29, 30, 30, 30)"
我并没有开始明白这一点，但我想这些是bob国王（caractacus国王）的柱子因素水平的指标？ 不是我所需要的。
奇怪的是，我可以手工通过bob的列，做
bob$phenotype <- as.character(bob$phenotype)
这工作正常。 而且，一些打字后，我可以得到一个data.frame的列是字符而不是因素。 所以我的问题是：我怎么能自动做到这一点？ 如何将具有因子列的data.frame转换为具有字符列的data.frame，而无需手动通过每列？
奖金问题：为什么手动方法有效？
跟随马特和德克。 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 <- data.frame(lapply(bob, as.character), stringsAsFactors=FALSE)
这将把所有的变量转换为类“字符”，如果你只想转换因子，请参见下面的Marek解决方案 。
正如@hadley所指出的那样，下面更简洁。
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as.data.frame参数stringsAsFactors = FALSE 。
仅替换因素：
i <- sapply(bob, is.factor) bob[i] <- lapply(bob[i], as.character)
在版本0.5.0的包dplyr 中引入了新的函数mutate_if ：
library(dplyr) bob %>% mutate_if(is.factor, as.character) -> bob
来自RStudio的包装器提供了另一种选择：
library(purrr) library(dplyr) bob %>% map_if(is.factor, as.character) %>% as_data_frame -> bob
（请记住它是新鲜的包装）
全球选择
stringsAsFactors：data.frame和read.table参数的默认设置。
可能是你想在启动文件中设置为FALSE东西（例如〜/ .Rprofile）。 请参阅help(options) 。
我知道这个答案有点晚了，但是如果你明白如何存储因素，你可以避免使用基于应用的功能来实现这一点。 这完全不是暗示应用解决方案不能很好地工作。
因素被构建为与“水平”列表相关的数字指标。 如果您将因子转换为数字，可以看到这一点。 所以：
> fact <- as.factor(c("a","b","a","d") > fact [1] abad Levels: abd > as.numeric(fact) [1] 1 2 1 3
最后一行返回的数字对应于该因子的级别。
> levels(fact) [1] "a" "b" "d"
请注意， levels()返回一个字符数组。 您可以使用这个事实轻松地将因素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
如果你想要一个新的数据帧bobc ，在bobc中的每个因子矢量bobf被转换成一个字符矢量，试试这个：
bobc <- rapply(bobf, as.character, classes="factor", how="replace")
如果您想要将其转换回来，则可以创建一个逻辑向量，其中的列是因子，并使用它来选择性地应用因子
f <- sapply(bobf, class) == "factor" bobc[,f] <- lapply(bobc[,f], factor)
我通常把这个功能作为我所有项目的一部分。 快速简单。
unfactorize <- function(df){ for(i in which(sapply(df, class) == "factor")) df[[i]] = as.character(df[[i]]) return(df) }
另一种方法是使用apply进行转换
bob2 <- apply(bob,2,as.character)
而一个更好的（以前是类矩阵）
bob2 <- as.data.frame(as.matrix(bob),stringsAsFactors=F)
或者你可以尝试transform ：
newbob <- transform(bob, phenotype = as.character(phenotype))
只要确保把你想要转换成角色的每个因素。
或者你可以做一些这样的事情，一举击杀所有的害虫：
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)
用这样的代码来sapply数据不是个好主意，我可以单独做一个sapply部分（实际上，这样做更容易），但是你明白了……我没有检查代码，因为我不在家，所以我希望它的作品！ =）
然而，这种方法有一个不足之处……之后你必须重组专栏，而在transform之后，你可以做任何你喜欢的事情，但是要以“行人式代码写作”为代价。
所以那里… =）
更新：这是一个不起作用的例子。 我认为这样做，但我认为stringsAsFactors选项只适用于字符串 – 它只留下因素。
尝试这个：
bob2 <- data.frame(bob, stringsAsFactors = FALSE)
一般来说，无论何时遇到应该是字符的因素，都会在某处设置一个stringsAsFactors设置来帮助您（包括全局设置）。
在数据框的开始部分，包含stringsAsFactors = FALSE来忽略所有的误解。
这对我有用 – 我终于想到了一个班轮
df <- as.data.frame(lapply(df,function (y) if(class(y)=="factor" ) as.character(y) else y),stringsAsFactors=F)
如果您使用data.table包进行data.table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"
如果您已经有数据集中的一个因子列，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"
这个函数有诀窍
df <- stacomirtools::killfactor(df)
