Блог

У меня есть data.frame с именем mydata и вектор ids, содержащий индексы столбцов в data.frame, которые я хотел бы преобразовать в факторы. Теперь следующий код решает проблему

 for(i in ids) mydata[, i]<-as.factor(mydata[, i])
 

Теперь я хотел очистить этот код, используя apply вместо явного for-цикла.

 mydata[, ids]<-apply(mydata[, ids], 2, as.factor)
 

Однако последнее утверждение дает мне data.frame, где типы являются символьными, а не множителями. Я не вижу различия между этими двумя строками кода. Почему они не дают одинакового результата?

С уважением, Майкл

Результатом apply является вектор, массив или список значений (см. ?apply ).

Для вашей проблемы вы должны использовать lapply вместо:

 data(iris)
iris[, 2:3] <- lapply(iris[, 2:3], as.factor)
str(iris)

'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : Factor w/ 23 levels "2","2.2","2.3",..: 15 10 12 11 16 19 14 14 9 11 ...
 $ Petal.Length: Factor w/ 43 levels "1","1.1","1.2",..: 5 5 4 6 5 8 5 6 5 6 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
 

Обратите внимание, что это одно место, где lapply будет намного быстрее, чем for цикл. В общем случае цикл и lapply будут иметь одинаковую производительность, но <-.data.frame операция выполняется очень медленно. Использование lapply one позволяет избежать <- операции на каждой итерации и заменяет ее одним присваиванием. Это намного быстрее.

Это потому, что apply() работает совершенно по-другому. Сначала он выполнит функцию as.factor в локальной среде, соберет из нее результаты, а затем попытается объединить их в массив, а не в dataframe. Этот массив в вашем случае является матрицей. R соответствует различным факторам и не имеет другого способа их привязки, кроме как сначала преобразовать их в символы. Эта символьная матрица используется для заполнения вашего фрейма данных.

Для этого вы можете использовать lapply (см. Ответ Андри) или colwise из функции plyr.

 require(plyr)
Df[,ids] <- colwise(as.factor)(Df[,ids])