将data.frame列从因子转换为字符

我有一个数据框。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-

我想串联此数据框的行（这将是另一个问题）。但看：

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

Bob的列是因素。因此，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)"

我还没有开始理解这一点，但是我想这些是（bob？）的列的因素水平的指数。不是我所需要的。

奇怪的是，我可以bob手动浏览

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

效果很好。而且，在输入一些内容之后，我可以得到一个data.frame，其列是字符而不是因素。所以我的问题是：如何自动执行此操作？如何将具有因子列的data.frame转换为具有字符列的data.frame，而无需手动遍历每一列？

额外的问题：为什么手动方法起作用？

紧随马特和德克。如果要在不更改全局选项的情况下重新创建现有数据框，则可以使用一条apply语句重新创建它：

bob <- data.frame(lapply(bob, as.character), stringsAsFactors=FALSE)

如果只想转换因子，这会将所有变量转换为“字符”类，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[] <- lapply(bob, as.character)

在两种情况下，都lapply输出一个列表。但是，由于R的神奇特性，[]在第二种情况下使用可以保留bob对象的data.frame类，从而消除了使用as.data.frame带有参数转换为data.frame的需要stringsAsFactors = FALSE。

仅替换因素：

i <- sapply(bob, is.factor)
bob[i] <- lapply(bob[i], as.character)

在0.5.0版的mutate_if dplyr软件包中，引入了新功能：

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

RStudio的purrr软件包提供了另一种选择：

library(purrr)
library(dplyr)
bob %>% map_if(is.factor, as.character) %>% as_tibble -> bob

全局选项

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

可能是您要FALSE在启动文件（例如〜/ .Rprofile）中设置的内容。请看help(options)。

如果您了解因素的存储方式，则可以避免使用基于应用的函数来完成此操作。这一点并不意味着应用解决方案不能很好地工作。

因素被构造为与“级别”列表绑定的数字索引。如果将因子转换为数字，则可以看到。所以：

> fact <- as.factor(c("a","b","a","d")
> 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水平。

> levels(fact)
[1] "a" "b" "d"

注意，它levels()返回一个字符数组。您可以使用此事实轻松而紧凑地将因子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"

如果您将表达式包装在中，这也适用于数值as.numeric()。

> 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

如果您想要一个新的数据帧bobc，其中将每个因子向量bobf都转换为字符向量，请尝试以下操作：

bobc <- rapply(bobf, as.character, classes="factor", how="replace")

如果您随后想要将其转换回去，则可以创建一个逻辑向量，其中哪些列是因子，然后使用该逻辑向量有选择地应用因子

f <- sapply(bobf, class) == "factor"
bobc[,f] <- lapply(bobc[,f], factor)

我通常将此功能放在所有项目中。快捷方便。

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)

还有一个更好的（以前是“矩阵”类）

bob2 <- as.data.frame(as.matrix(bob),stringsAsFactors=F)

更新：这是不起作用的示例。我以为可以，但是我认为stringsAsFactors选项仅适用于字符串-它不考虑因素。

尝试这个：

bob2 <- data.frame(bob, stringsAsFactors = FALSE)

一般来说，每当您遇到应该是字符的因素问题时，都会在stringsAsFactors某处提供帮助（包括全局设置）。

或者您可以尝试transform：

newbob <- transform(bob, phenotype = as.character(phenotype))

只要确保将您要转换为角色的所有因素都放入即可。

或者，您可以执行以下操作并一击杀死所有有害生物：

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)

这不是在这样的代码来推数据好主意，我可以做sapply单独的部分（实际上，它更容易做这样的），但你明白了吧......我没有检查代码，“原因我不在家，所以我希望它能工作！=）

但是，这种方法有一个弊端……您必须在以后重新组织各列，而transform您可以随便做什么，但要付出“行人风格代码编写”的代价……

所以那里... =）

在数据框架的开头，请stringsAsFactors = FALSE忽略所有误解。

如果将data.table包用于data.frame上的操作，则该问题不存在。

library(data.table)
dt = data.table(col1 = c("a","b","c"), col2 = 1:3)
sapply(dt, class)
#       col1        col2 
#"character"   "integer" 

如果数据集中已经有一个因子列，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" 

这对我有用-我终于想到了一个衬板

df <- as.data.frame(lapply(df,function (y) if(class(y)=="factor" ) as.character(y) else y),stringsAsFactors=F)

该功能可以解决问题

df <- stacomirtools::killfactor(df)

也许是更新的选择？

library("tidyverse")

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

您应该使用convert在hablar这给可读的语法兼容tidyverse管道：

library(dplyr)
library(hablar)

df <- tibble(a = factor(c(1, 2, 3, 4)),
             b = factor(c(5, 6, 7, 8)))

df %>% convert(chr(a:b))

这给你：

  a     b    
  <chr> <chr>
1 1     5    
2 2     6    
3 3     7    
4 4     8   

与dplyr-package一起使用

bob=bob%>%mutate_at("phenotype", as.character)

如果您只想phenotype专门更改-column。

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工作表的列类型