Перетворити стовпці data.frame з факторів у символи

У мене є кадр даних. Давайте назвемо його bob:

> head(bob)
                 phenotype                         exclusion
GSM399350 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399351 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399352 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399353 3- 4- 8- 25+ 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399354 3- 4- 8- 25+ 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-
GSM399355 3- 4- 8- 25+ 44+ 11b- 11c- 19- NK1.1- Gr1- TER119-

Я хотів би об'єднати рядки цього фрейму даних (це буде інше питання). Але подивіться:

> class(bob$phenotype)
[1] "factor"

BobРубрики - це фактори. Так, наприклад:

> as.character(head(bob))
[1] "c(3, 3, 3, 6, 6, 6)"       "c(3, 3, 3, 3, 3, 3)"      
[3] "c(29, 29, 29, 30, 30, 30)"

Я не починаю цього розуміти, але, мабуть, це покажчики на рівні факторів стовпців (суду короля Карактака) bob? Не те, що мені потрібно.

Як не дивно, я можу bobвручну проходити через колони та робити

bob$phenotype <- as.character(bob$phenotype)

що чудово працює. Після певного введення тексту я можу отримати data.frame, стовпці якого є символами, а не факторами. Отже, моє запитання: як я можу це зробити автоматично? Як перетворити data.frame з стовпцями-факторами в data.frame з символьними стовпцями без необхідності вручну проходити кожен стовпець?

Питання про бонус: чому працює підхід вручну?

Тільки слід за Меттом та Дірком. Якщо ви хочете відтворити існуючий кадр даних, не змінюючи глобальний параметр, ви можете відтворити його за допомогою застосунку:

bob <- data.frame(lapply(bob, as.character), stringsAsFactors=FALSE)

Це перетворить усі змінні в клас "характер", якщо ви хочете лише перетворювати фактори, див . Рішення Марека нижче .

Як зазначає @hadley, наступне є більш стислим.

bob[] <- lapply(bob, as.character)

В обох випадках lapplyвиводить список; однак, завдяки магічним властивостям R, використання []у другому випадку зберігає клас data.frame bobоб'єкта, тим самим усуваючи необхідність перетворення назад у data.frame за as.data.frameдопомогою аргументу stringsAsFactors = FALSE.

Щоб замінити лише фактори:

i <- sapply(bob, is.factor)
bob[i] <- lapply(bob[i], as.character)

У пакеті dplyr у версії 0.5.0 mutate_ifбула введена нова функція :

library(dplyr)
bob %>% mutate_if(is.factor, as.character) -> bob

Пакет Purrr від RStudio дає ще одну альтернативу:

library(purrr)
library(dplyr)
bob %>% map_if(is.factor, as.character) %>% as_tibble -> bob

Глобальний варіант

stringsAsFactors: налаштування за замовчуванням для аргументів data.frame та read.table.

може бути те, що ви хочете встановити FALSEу своїх файлах запуску (наприклад, ~ / .Rprofile). Будь ласка, дивіться help(options).

Якщо ви розумієте, як зберігаються фактори, ви можете уникнути використання функцій на основі застосувань для цього. Що зовсім не означає, що застосовні рішення не працюють добре.

Фактори структуруються як числові індекси, прив'язані до списку "рівнів". Це можна побачити, якщо перетворити фактор у числовий. Тому:

> fact <- as.factor(c("a","b","a","d")
> fact
[1] a b a d
Levels: a b d

> as.numeric(fact)
[1] 1 2 1 3

Числа, повернені в останньому рядку, відповідають рівням коефіцієнта.

> levels(fact)
[1] "a" "b" "d"

Зауважте, що levels()повертає масив символів. Ви можете використовувати цей факт для легкого та компактного перетворення факторів у рядки чи числові цифри, як це:

> fact_character <- levels(fact)[as.numeric(fact)]
> fact_character
[1] "a" "b" "a" "d"

Це також працює для числових значень, за умови, що ви перегорнете своє вираження as.numeric().

> num_fact <- factor(c(1,2,3,6,5,4))
> num_fact
[1] 1 2 3 6 5 4
Levels: 1 2 3 4 5 6
> num_num <- as.numeric(levels(num_fact)[as.numeric(num_fact)])
> num_num
[1] 1 2 3 6 5 4

Якщо ви хочете новий кадр даних, bobcде кожен вектор фактора bobfперетворюється на символьний вектор, спробуйте це:

bobc <- rapply(bobf, as.character, classes="factor", how="replace")

Якщо ви хочете перетворити його назад, ви можете створити логічний вектор, стовпці якого є чинниками, і використовувати його для вибіркового застосування фактора

f <- sapply(bobf, class) == "factor"
bobc[,f] <- lapply(bobc[,f], factor)

Я, як правило, виконую цю функцію крім усіх моїх проектів. Швидко і просто.

unfactorize <- function(df){
  for(i in which(sapply(df, class) == "factor")) df[[i]] = as.character(df[[i]])
  return(df)
}

Інший спосіб - це перетворити його за допомогою Apply

bob2 <- apply(bob,2,as.character)

І кращий (попередній - клас "матриця")

bob2 <- as.data.frame(as.matrix(bob),stringsAsFactors=F)

Оновлення: Ось приклад того, що не працює. Я думав, що це буде, але я думаю, що опція stringsAsFactors працює лише на символьних рядках - це залишає фактори в спокої.

Спробуйте це:

bob2 <- data.frame(bob, stringsAsFactors = FALSE)

Взагалі кажучи, щоразу, коли у вас виникають проблеми з факторами, які мають бути символами, stringsAsFactorsдесь є налаштування, яке допоможе вам (включаючи глобальну настройку).

Або ви можете спробувати transform:

newbob <- transform(bob, phenotype = as.character(phenotype))

Просто не забудьте поставити кожен фактор, який ви хочете перетворити на символ.

Або ви можете зробити щось подібне і одним ударом вбити всіх шкідників:

newbob_char <- as.data.frame(lapply(bob[sapply(bob, is.factor)], as.character), stringsAsFactors = FALSE)
newbob_rest <- bob[!(sapply(bob, is.factor))]
newbob <- cbind(newbob_char, newbob_rest)

Це НЕ хороша ідея , щоб впихнути дані в коді , як це, я міг би зробитиsapply частину окремо ( на насправді, це набагато простіше зробити це так), але ви отримаєте точку ... Я не перевіряв код, тому що Я не вдома, тож сподіваюся, що це працює! =)

Такий підхід, однак, має і зворотний бік. Ви повинні реорганізувати стовпчики згодом, тоді як з transformвами можете робити все, що завгодно, але за вартістю "написання коду в пішохідному стилі" ...

Так що ... =)

На початку вашого кадру даних включайте, stringsAsFactors = FALSEщоб ігнорувати всі непорозуміння.

Якщо ви використовуєте data.tableпакет для операцій над data.frame, то проблеми немає.

library(data.table)
dt = data.table(col1 = c("a","b","c"), col2 = 1:3)
sapply(dt, class)
#       col1        col2 
#"character"   "integer" 

Якщо у вас вже є стовпці факторів у вашому наборі даних, і ви хочете конвертувати їх у символи, ви можете зробити наступне.

library(data.table)
dt = data.table(col1 = factor(c("a","b","c")), col2 = 1:3)
sapply(dt, class)
#     col1      col2 
# "factor" "integer" 
upd.cols = sapply(dt, is.factor)
dt[, names(dt)[upd.cols] := lapply(.SD, as.character), .SDcols = upd.cols]
sapply(dt, class)
#       col1        col2 
#"character"   "integer" 

Це працює для мене - я нарешті зрозумів один лайнер

df <- as.data.frame(lapply(df,function (y) if(class(y)=="factor" ) as.character(y) else y),stringsAsFactors=F)

Ця функція виконує трюк

df <- stacomirtools::killfactor(df)

Можливо, новіший варіант?

library("tidyverse")

bob <- bob %>% group_by_if(is.factor, as.character)

Ви повинні використовувати, convertв hablarякому дає читабельний синтаксис, сумісний з tidyverseтрубами:

library(dplyr)
library(hablar)

df <- tibble(a = factor(c(1, 2, 3, 4)),
             b = factor(c(5, 6, 7, 8)))

df %>% convert(chr(a:b))

що дає вам:

  a     b    
  <chr> <chr>
1 1     5    
2 2     6    
3 3     7    
4 4     8   

З dplyrвикористанням завантаженого пакету

bob=bob%>%mutate_at("phenotype", as.character)

якщо ви хочете лише змінити phenotypeстовпець конкретно.

Це працює, перетворюючи все на символ, а потім числове на числове:

makenumcols<-function(df){
  df<-as.data.frame(df)
  df[] <- lapply(df, as.character)
  cond <- apply(df, 2, function(x) {
    x <- x[!is.na(x)]
    all(suppressWarnings(!is.na(as.numeric(x))))
  })
  numeric_cols <- names(df)[cond]
  df[,numeric_cols] <- sapply(df[,numeric_cols], as.numeric)
  return(df)
}

Адаптовано з: Отримуйте типи стовпців листа Excel автоматично