r - 添加到数据框的级别，为什么？答案

【问题标题】：r - levels added to dataframe, why?r - 添加到数据框的级别，为什么？
【发布时间】：2018-07-16 20:38:43
【问题描述】：

这篇文章是为了更好地理解“级别”在 R 中是如何工作的。事实上，其他答案并没有完全解释清楚（例如参见 this）。

考虑以下简短脚本，我在其中计算随机数据帧 df 的每一列的 RMSE，并将值存储为新数据帧 bestcombo 的一行

df = as.data.frame(matrix(rbinom(10*1000, 1, .5), nrow = 10, ncol=5))

#generate empty dataframe and assign col names
bestcombo = data.frame(matrix(ncol = 2, nrow = 0))
colnames(bestcombo) = c("RMSE", "Row Number")

#for each col of df calculate RMSE and store together with col name
for (i in 1:5){
  RMSE = sqrt(mean(df[,i] ^ 2))
  row_num = i

  row = as.data.frame(cbind( RMSE, toString(row_num) ))
  colnames(row) = c("RMSE", "Row Number")
  bestcombo = rbind(bestcombo, row)
}

问题是生成了“级别”。为什么？

bestcombo$RMSE
             RMSE              RMSE              RMSE              RMSE              RMSE 
0.547722557505166 0.774596669241483 0.707106781186548 0.836660026534076 0.707106781186548 
Levels: 0.547722557505166 0.774596669241483 0.707106781186548 0.836660026534076

bestcombo$RMSE[1]
             RMSE 
0.547722557505166 
Levels: 0.547722557505166 0.774596669241483 0.707106781186548 0.836660026534076

为什么会发生这种情况以及如何避免？这是由于错误使用 rbind() 造成的吗？

这也会产生其他问题。比如order函数不起作用。

bestcombo[order(bestcombo$RMSE),]

               RMSE Random Vector
1 0.547722557505166             1
2 0.774596669241483             2
3 0.707106781186548             3
5 0.707106781186548             5
4 0.836660026534076             4

【问题讨论】：

正因如此：as.data.frame(cbind( RMSE, toString(row_num) )) 这是创建数据帧的一种常见习语，非常不明智。只需改用data.frame()。 cbind 将事物强制为单一类型，字符。
另外，你真的想使用as.character，而不是toString。如果您阅读文档，这个名称有点误导。
谢谢。但是，即使从 as.data.frame 中删除“as”，“级别”仍然存在。而且下单还是不行。
请参阅下面的答案以获取更多上下文。

标签： r rbind levels

【解决方案1】：

你想要更像这样的东西：

#for each col of df calculate RMSE and store together with col name
for (i in 1:5){
    RMSE = sqrt(mean(df[,i] ^ 2))
    row_num = i

    row = data.frame(RMSE = RMSE, `Row Number` = as.character(row_num) )
    #colnames(row) = c("RMSE", "Row Number")
    bestcombo = rbind(bestcombo, row)
}

或者，如果你真的想在第二行添加列名，你可以这样做：

for (i in 1:5){
    RMSE = sqrt(mean(df[,i] ^ 2))
    row_num = i

    row = data.frame(RMSE,as.character(row_num) )
    colnames(row) = c("RMSE", "Row Number")
    bestcombo = rbind(bestcombo, row)
}

为了完整起见，我要补充一点，虽然这不是您的问题的重点，但像这样一次将数据帧增加rbindind 行将开始产生显着一旦数据帧变得相当大，速度就会下降。

【讨论】：