在数据帧上使用应用时如何避免隐式字符转换

Question

在 data.frame 上使用 apply 时，参数会（隐式）转换为字符。一个例子：

df <- data.frame(v=1:10, t=1:10)
df <- transform(df, t2 = as.POSIXlt(t, origin = "2013-08-13"))
class(df$t2[1])
## [1] "POSIXct" "POSIXt" (correct)

但是：

 apply(df, 1, function(y) class(y["t2"]))
 ## [1] "character" "character" "character" "character" "character" "character"
 ## [7] "character" "character" "character" "character"

有没有办法避免这种转换？还是我总是必须通过as.POSIXlt(y["t2"]) 转换回来？

编辑
我的 df 有 2 个时间戳（比如 t2 和 t3）和一些其他字段（比如 v1、v2）。对于给定 t2 的每一行，我想找到 t3 最接近但低于 t2（以及相同的 v1）的 k（例如 3）行，并从这些行（例如平均值）返回关于 v2 的统计信息。我写了一个函数 f(t2, v1, df) 并且只想使用apply(df, 1, function(x) f(y["t2"], y["v1"], df) 将它应用于所有行。有没有更好的方法在 R 中做这些事情？

Answer 1

让我们把多个 cmets 总结成一个解释。

1. 使用apply 将data.frame 转换为matrix。这 意味着将使用限制最少的类。至少 在这种情况下限制是字符。
2. 您将1 提供给apply 的MARGIN 参数。这适用 逐行，让你的情况更糟，因为你真的在混课 现在在一起。在这种情况下，您使用的是为矩阵设计的 apply 和向量上的data.frames。这不是工作的正确工具。
3. 在这种情况下，我会使用 lapply 或 sapply，因为 rmk 指出来获取 如下所示的单个 t2 列：

代码：

df <- data.frame(v=1:10, t=1:10)
df <- transform(df, t2 = as.POSIXlt(t, origin = "2013-08-13"))

sapply(df[, "t2"], class)
lapply(df[, "t2"], class)

## [[1]]
## [1] "POSIXct" "POSIXt" 
## 
## [[2]]
## [1] "POSIXct" "POSIXt" 
## 
## [[3]]
## [1] "POSIXct" "POSIXt" 
## 
## .
## .
## . 
## 
## [[9]]
## [1] "POSIXct" "POSIXt" 
## 
## [[10]]
## [1] "POSIXct" "POSIXt" 

一般来说，您会选择适合该工作的apply 系列。通常我个人使用lapply 或for 循环来处理特定列或使用索引（[, ]）对我想要的列进行子集化，然后继续使用apply。这个问题的答案真的归结为确定你想要完成什么，问apply是最合适的工具，然后从那里开始。

我可以提供这个blog post 作为一个很好的教程，了解不同的apply 系列函数的作用。

Answer 2

试试：

sapply(df, function(y) class(y["t2"]))

$v
[1] "integer"

$t
[1] "integer"

$t2
[1] "POSIXct" "POSIXt"