如何使用 apply 对 R 中的 data.frame 中的特定列进行因式分解

Question

我有一个名为 mydata 的 data.frame 和一个向量 id，其中包含 data.frame 中我想要转换为因子的列索引。现在下面的代码解决了这个问题

for(i in ids) mydata[, i]<-as.factor(mydata[, i])

现在我想通过使用 apply 而不是显式的 for 循环来清理这段代码。

mydata[, ids]<-apply(mydata[, ids], 2, as.factor)

但是，最后一个语句给了我一个 data.frame，其中类型是字符而不是因子。我看不出这两行代码之间的区别。为什么他们没有产生相同的结果？

亲切的问候， 迈克尔

Answer 1

apply 的结果是向量、数组或值列表（请参阅?apply）。

对于您的问题，您应该使用 lapply 代替：

data(iris)
iris[, 2:3] <- lapply(iris[, 2:3], as.factor)
str(iris)

'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : Factor w/ 23 levels "2","2.2","2.3",..: 15 10 12 11 16 19 14 14 9 11 ...
 $ Petal.Length: Factor w/ 43 levels "1","1.1","1.2",..: 5 5 4 6 5 8 5 6 5 6 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

---

请注意，这是 lapply 比 for 循环快得多的地方。一般来说，循环和 lapply 将具有相似的性能，但 <-.data.frame 操作非常慢。通过使用lapply，可以避免每次迭代中的<-操作，并将其替换为单个分配。这要快得多。

Answer 2

这是因为 apply() 的工作方式完全不同。它将首先在本地环境中执行 as.factor 函数，从中收集结果，然后尝试将它们合并到数组中，而不是数据帧中。在您的情况下，该数组是一个矩阵。 R 遇到不同的因素，除了先将它们转换为字符之外没有其他方法来绑定它们。该字符矩阵用于填充您的数据框。

您可以使用 lapply （请参阅 Andrie 的答案）或 plyr 函数中的 colwise 。

require(plyr)
Df[,ids] <- colwise(as.factor)(Df[,ids])