R转置数字data.frame导致字符变量

Question

我有一个 data.frame，其中包含一个字符变量和多个数字变量，如下所示：

sampleDF <- data.frame(a = c(1,2,3,"String"), b = c(1,2,3,4), c= c(5,6,7,8), stringsAsFactors = FALSE)

看起来像这样：

       a b c
1      1 1 5
2      2 2 6
3      3 3 7
4 String 4 8

我想转置这个 data.frame 并让它看起来像这样：

  V1 V2 V3     V4
1  1  2  3 String
2  1  2  3      4
3  5  6  7      8

我试过了

c<-t(sampleDF)

还有

d<-transpose(sampleDF)

但这两种方法都导致 V1、V2 和 V3 现在是字符类型，尽管只有数字值。

我知道这已被多次询问。但是，我还没有找到合适的答案来解释为什么在这种情况下 V1、V2 和 V3 也被转换为字符。

有什么方法可以确保这些列保持数字？

非常感谢您为这个问题的重复性质道歉。

编辑：

as.data.frame(t(sampleDF)

没有解决问题：

'data.frame':   3 obs. of  4 variables:
 $ V1: Factor w/ 2 levels "1","5": 1 1 2
  ..- attr(*, "names")= chr  "a" "b" "c"
 $ V2: Factor w/ 2 levels "2","6": 1 1 2
  ..- attr(*, "names")= chr  "a" "b" "c"
 $ V3: Factor w/ 2 levels "3","7": 1 1 2
  ..- attr(*, "names")= chr  "a" "b" "c"
 $ V4: Factor w/ 3 levels "4","8","String": 3 1 2
  ..- attr(*, "names")= chr  "a" "b" "c"

Answer 1

转置后，将列转换为numeric 和type.convert

out <- as.data.frame(t(sampleDF), stringsAsFactors = FALSE)
out[] <- lapply(out, type.convert, as.is = TRUE)
row.names(out) <- NULL
out
#   V1 V2 V3     V4
#1  1  2  3 String
#2  1  2  3      4
#3  5  6  7      8

str(out)
#'data.frame':  3 obs. of  4 variables: 
#  $ V1: int  1 1 5
#  $ V2: int  2 2 6
#  $ V3: int  3 3 7    
#  $ V4: chr  "String" "4" "8"

---

或rbind 第一列转换为相应的“类型”与转置的其他列

rbind(lapply(sampleDF[,1], type.convert, as.is = TRUE), 
               as.data.frame(t(sampleDF[2:3])))

注意：第一种方法会更有效

---

或者另一种方法是 paste 将每列中的值放在一起，然后再次阅读

read.table(text=paste(sapply(sampleDF, paste, collapse=" "), 
     collapse="\n"), header = FALSE, stringsAsFactors = FALSE)
#  V1 V2 V3     V4
#1  1  2  3 String
#2  1  2  3      4
#3  5  6  7      8

---

或者我们可以将 'data.frame' 转换为 'data.matrix' 将 character 元素更改为 NA，使用 is.na 查找 NA 元素的索引以替换原始元素字符串值

m1 <- data.matrix(sampleDF)
out <- as.data.frame(t(m1))
out[is.na(out)] <- sampleDF[is.na(m1)]

---

或者另一个选项是来自readr的type_convert

library(dplyr)
library(readr)
sampleDF %>% 
     t %>%
     as_data_frame %>%
     type_convert
# A tibble: 3 x 4
#     V1    V2    V3 V4    
#   <int> <int> <int> <chr> 
#1     1     2     3 String
#2     1     2     3 4     
#3     5     6     7 8