为什么在将 NA 值附加到带有因子的数据帧时，R 会更改变量类型？答案

【问题标题】：Why does R change the variable type when prepending NA values to a data frame with factors?为什么在将 NA 值附加到带有因子的数据帧时，R 会更改变量类型？
【发布时间】：2014-04-01 17:37:47
【问题描述】：

当使用两个 data.frames 和 NA 值的 rbind 时，R 强制变量类型的方式存在问题。我举例说明：

x<-factor(sample(1:3,10,T))
y<-rnorm(10)
dat<-data.frame(x,y)
NAs<-data.frame(matrix(NA,ncol=ncol(dat),nrow=nrow(dat)))
colnames(NAs)<-colnames(dat)

现在的目标是追加dat 和NAs，同时保留x 和y 的变量类型factor 和numeric。当我给：

dat_forward<-rbind(dat,NAs)
is.factor(dat_forward$x)

这很好用。但是使用rbind 的反向失败：

dat_backward<-rbind(NAs,dat)
is.factor(dat_backward$x)
is.character(dat_backward$x)

现在x 被强制转换为字符级别。我很困惑 - 即使我使用其他绑定顺序，它不能保持因子类型吗？对我的代码进行哪些直接更改以实现我的目标？

【问题讨论】：

来自?rbind.data.frame：“然后它从第一个数据帧中获取列的类......”。这就是为什么您在致电rbind 时看到订单很重要。
@josilber 谢谢，我的问题有直接的解决方法吗？
将NAs的第一列转换为因子？
@josilber rbind(dat[0,], NAs, dat) 似乎与此相矛盾。
@MatthewPlourde 文档前面的一句话：“rbind 数据框方法首先丢弃所有零列和零行参数。”

标签： r dataframe na rbind r-factor

【解决方案1】：

一种方法是使用正确的列数据类型创建NAs。这可以通过

轻松完成

NAs <- dat[NA,]

您还可以根据需要创建任意数量的行

num.rows <- 30
NAs <- dat[NA,][1:num.rows,]

【讨论】：

【解决方案2】：

这里有一个相当简单的方法来获得正确的列类：

x <- rbind(dat[1,], NAs, dat)[-1,]
str(x)
#  $ x: Factor w/ 3 levels "1","2","3": NA NA NA NA NA NA NA NA NA NA ...
#  $ y: num  NA NA NA NA NA NA NA NA NA NA ...

更一般地说，如果您真的经常需要这个，您可以创建一个类似rbind 的函数，该函数接受一个额外的参数，指示您希望将 data.frame 分配到哪个列类强制所有其他人的列：

myrbind <- function(x, ..., template=x) {
    do.call(rbind, c(list(template[1,]), list(x), list(...)))[-1,]
}

str(myrbind(NAs, dat,  template=dat))
# 'data.frame': 20 obs. of  2 variables:
#  $ x: Factor w/ 3 levels "1","2","3": NA NA NA NA NA NA NA NA NA NA ...
#  $ y: num  NA NA NA NA NA NA NA NA NA NA ...

## If no 'template' argument is supplied, myrbind acts just like rbind    
str(myrbind(dat, NAs))
# 'data.frame': 20 obs. of  2 variables:
#  $ x: Factor w/ 3 levels "1","2","3": 3 3 3 3 2 3 1 1 3 2 ...
#  $ y: num  0.303 1.77 -1.38 1.731 0.033 ...

【讨论】：

谢谢，一个简单的解决方案和一个很好的功能。

【解决方案3】：

data.frame 在 rbind' 将不同类型放在一起时会做很多错误的事情，尤其是在涉及因素时。改用data.table (1.8.11+) 就不会出现这些问题了：

library(data.table)
dt1 = data.table(dat)
dt2 = data.table(NAs)

sapply(rbind(dt1, dt2), class)
#        x         y 
# "factor" "numeric" 
sapply(rbind(dt2, dt1), class)
#        x         y 
# "factor" "numeric"

【讨论】：

【解决方案4】：

同样，您可以将NAs 中的列转换为factor

NAs$x<-factor(NAs$x)
dat_backward<-rbind(NAs,dat) 
is.factor(dat_backward$x) # TRUE
is.character(dat_backward$x) # FALSE

【讨论】：

【解决方案5】：

从?rbind.data.frame，我们读到：“然后它从第一个数据帧中获取列的类......”。这就是为什么您在致电rbind 时看到订单很重要。

要以dat_backward 的顺序获取dat_forward 的变量类，您只需构造dat_forward 并重新排序行：

dat_new = rbind(dat, NAs)[c((nrow(dat)+1):(nrow(dat)+nrow(NAs)), 1:nrow(dat)),]
str(dat_new)
# 'data.frame': 20 obs. of  2 variables:
#  $ x: Factor w/ 3 levels "1","2","3": NA NA NA NA NA NA NA NA NA NA ...
#  $ y: num  NA NA NA NA NA NA NA NA NA NA ...

【讨论】：