apply 将数字视为字符

Question

我在网上找不到这个问题的解决方案，虽然看起来很简单。 就是这样：

#Construct test dataframe 
tf <- data.frame(1:3,4:6,c("A","A","A")) 

#Try the apply function I'm trying to use
test <- apply(tf,2,function(x) if(is.numeric(x)) mean(x) else unique(x)[1]) 

#Look at the output--all columns treated as character columns...
test

#Look at the format of the original data--the first two columns are integers. 
str(tf) 

一般来说，我想根据行/列包含的数据类型来区分我 apply 在行/列上的哪个函数。

在这里，如果列是数字列，我想要一个简单的mean，如果列是字符列，我想要一个简单的unique 值。如您所见，apply 将所有列视为字符，就像我编写此函数的方式一样。

Answer 1

只需编写一个专门的函数并将其放入sapply...不要使用apply(dtf, 2, fun)。此外，你的角色并不像你想象的那么有个性 - 运行 getOption("stringsAsFactors") 并亲自看看。

sapply(tf, class)
            X1.3             X4.6 c..A....A....A.. 
       "integer"        "integer"         "factor" 
sapply(tf, storage.mode)
            X1.3             X4.6 c..A....A....A.. 
       "integer"        "integer"        "integer"

编辑

甚至更好 - 使用lapply:

fn <- function(x) {
  if(is.numeric(x) & !is.factor(x)) {
    mean(x)
  } else if (is.character(x)) {
    unique(x)[1]
  } else if (is.factor(x)) {
    as.character(x)[1]
  }
}

dtf <- data.frame(a = 1:3, b = 4:6, c = rep("A", 3), stringsAsFactors = FALSE)
dtf2 <- data.frame(a = 1:3, b = 4:6, c = rep("A", 3), stringsAsFactors = TRUE)

as.data.frame(lapply(dtf, fn))
  a b c
1 2 5 A
as.data.frame(lapply(dtf2, fn))
  a b c
1 2 5 A 

Answer 2

我发现 plyr 包中的 numcolwise 和 catcolwise 函数在这里很有用，这是一个语法简单的解决方案：

首先让我们为列命名，以避免在聚合时难看的列名：

tf <- data.frame(a = 1:3,b=4:6, d = c("A","A","A"))

然后你就可以用这个单线得到你想要的结果：

> cbind(numcolwise(mean)(tf), catcolwise( function(z) unique(z)[1] )(tf))
  a b d
1 2 5 A

解释：numcolwise(f) 将其参数（在这种情况下 f 是 mean 函数）转换为一个函数，该函数接受一个数据帧并将f 仅应用于数据帧的数字列。同样，catcolwise 将其函数参数转换为仅对分类列进行操作的函数。

Answer 3

您想使用 lapply() 或 sapply()，而不是 apply()。 data.frame 是一个列表，它 apply 会在做任何事情之前尝试转换为矩阵。由于数据框中至少有一列是字符，因此在形成该矩阵时，每隔一列也会强制转换为字符。