在 R 中将矩阵转换为数据框时出现问题（R 认为所有数字类型都是因子）
我通过 COM 接口将数据从 C# 传递到 R。当数据到达 R 时，它被存储在“矩阵”中。我使用的一些函数要求数据位于“DataFrame”内。我使用数据表达到 R 来转换数据结构
newDataFrame <- as.data.frame(oldMatrix)
就好了，但是一旦我转换为 DataFrame，它就会假设我的所有数字数据都是因子！
所以它变成： {34, 46, 90, 54, 69, 54} 变成 {1, 2, 3, 4, 5, 4}
我的数据表确实有因子，所以我不能强迫整个东西是数字的。有什么办法解决这个问题吗？注意：我无法将数据以 CSV 格式导出到文件系统并手动将其读入 R。
顺便说一句，我使用的需要 DataFrame 的函数是“Hmisc”包，使用
hist.data.frame(dataFrame)
它为 DataFram 中的每一列数据生成频率直方图，并将它们全部排列在网格模式中（非常漂亮）！
谢谢！ -戴夫
I am passing data from C# to R over a COM interface. When the data arrives in R it is housed in a 'Matrix'. Some of the functions that I use require that the data be inside a 'DataFrame' instead. I convert the data structure using
newDataFrame <- as.data.frame(oldMatrix)
The table of data reaches R just fine, once I make the conversion to the DataFrame however, it assumes all of my numeric data are factors!
So it turns: {34, 46, 90, 54, 69, 54} into {1, 2, 3, 4, 5, 4}
My data table DOES have factors in it though, so I just can't force the whole thing to be numeric. Is there any way around this? Note: I can't export the data as a CSV onto the filesystem and read it into R manually.
On a side note, the function I am using that requires a DataFrame is the 'Hmisc' package using
hist.data.frame(dataFrame)
this produces a frequency histogram for every column of data in the DataFram and arranges them in all in a grid pattern (quite nifty)!
Thanks!
-Dave
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（2）
我认为您错误地诊断了问题 - 矩阵中的所有列必须属于同一类型，因此这可能是问题出现的地方，而不是转换为数据框的地方。
I think you have mis-diagnosed the problem - all columns in a matrix must be of the same type, so this is likely to be where the problem arises, not the conversion to a data frame.
我以前也遇到过这个问题。读取数据时需要设置stringsAsFactors=F。
现在，您可以将各个变量/列转换为因子（即使用 as.numeric() 等），而不必担心如何处理数字。
I've had this problem before. You need to set stringsAsFactors=F when you read the data.
Now, you can convert individual variables/columns to factors (ie, with as.numeric() and the like), without worrying about how the numbers are treated.