Konwertuj dane.ramka kolumny od czynników do znaków

Aby zastąpić tylko czynniki:

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

W pakiecie dplyr w wersji 0.5.0 wprowadzono nową funkcję mutate_if :

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

...i w wersji 1.0.0 została zastąpiona przez across:

library(dplyr)
bob %>% mutate(across(where(is.factor), as.character)) -> bob

Pakiet purrr z RStudio daje inną alternatywę:

library(purrr)
bob %>% modify_if(is.factor, as.character) -> bob

Opcja globalna

StringsAsFactors: Domyślne ustawienie argumentów danych.kadruj i czytaj.stolik.

Może to być coś, co chcesz ustawić na FALSE w plikach startowych (np. ~/.Rprofile). Zobacz help(options).

Jeśli rozumiesz, jak przechowywane są czynniki, możesz uniknąć korzystania z funkcji opartych na zastosowaniach w celu osiągnięcia tego celu. Co wcale nie oznacza, że zastosowane rozwiązania nie działają dobrze.

Czynniki są strukturyzowane jako wskaźniki numeryczne powiązane z listą 'poziomów'. Można to zobaczyć, jeśli przekonwertujesz Współczynnik na liczbę. Więc:

> 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

Liczby zwrócone w ostatnim wierszu odpowiadają poziomom czynnika.

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

Zauważ, że levels() zwraca tablicę znaków. Możesz użyć ten fakt, aby łatwo i zwięźle konwertować współczynniki na ciągi lub cyfry, jak to:

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

Działa to również dla wartości liczbowych, pod warunkiem, że zawiniesz swoje wyrażenie w 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

Jeśli chcesz, aby nowa ramka danych bobc Gdzie każdy wektor czynnika W bobf został przekonwertowany na wektor znakowy, spróbuj tego:

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

Jeśli następnie chcesz przekonwertować go z powrotem, możesz utworzyć logiczny wektor, którego kolumny są czynnikami i użyć go do selektywnego zastosowania współczynnika

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

Zazwyczaj wykonuję tę funkcję niezależnie od wszystkich moich projektów. Szybko i łatwo.

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

Innym sposobem jest przekonwertowanie go za pomocą apply

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

I lepszy (poprzedni należy do klasy 'matrix')

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

Aktualizacja: oto przykład czegoś, co nie działa. Myślałem, że tak, ale myślę, że opcja stringsAsFactors działa tylko na ciągach znaków - pozostawia czynniki same.

Spróbuj tego:

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

Ogólnie rzecz biorąc, gdy masz problemy z czynnikami, które powinny być postaciami, istnieje gdzieś ustawienie stringsAsFactors, które Ci pomoże (w tym ustawienie globalne).

Lub możesz spróbować transform:

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

Pamiętaj, aby umieścić każdy czynnik, który chcesz przekonwertować na postać.

Albo możesz zrobić coś takiego i zabić wszystkie szkodniki jednym ciosem: {]}

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)

To nie dobry pomysł, żeby wepchnąć dane w taki kod, mógłbym zrobić część sapply osobno( właściwie o wiele łatwiej to zrobić w ten sposób), ale rozumiesz o co chodzi... Nie sprawdziłem kodu, bo nie ma mnie w domu, więc mam nadzieję, że zadziała! =)

To podejście ma jednak minusy... następnie musisz przeorganizować kolumny, podczas gdy za pomocą transform możesz robić, co chcesz, ale kosztem "pisania kodu w stylu pieszym" ...

Więc tam... =)

Na początku ramki danych Dołącz stringsAsFactors = FALSE, aby zignorować wszelkie nieporozumienia.

Jeśli chcesz użyć data.table pakietu do operacji na danych.ramka wtedy problem nie występuje.

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

Jeśli masz kolumny współczynników w zbiorze danych i chcesz je przekonwertować na znak, możesz wykonać następujące czynności.

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" 

To działa dla mnie-w końcu wymyśliłem jeden liner

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

Ta funkcja robi sztuczkę

df <- stacomirtools::killfactor(df)

Może nowsza opcja?

library("tidyverse")

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

Powinieneś użyć convert w hablar co daje czytelną składnię zgodną ztidyverse:

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))

Co daje:

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

Z dplyr-pakiet załadowany

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

Jeśli chcesz tylko zmienić kolumnę phenotype-konkretnie.

Nowa funkcja "across" została wprowadzona w dplyr w wersji 1.0.0 . Nowa funkcja zastąpi zmienne zakresowe (_if, _at, _all). Oto oficjalna Dokumentacja

library(dplyr)
bob <- bob %>% 
       mutate(across(where(is.factor), as.character))

To działa przekształcając wszystkie na znak, a następnie numeryczne na numeryczne:

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)
}

Dostosowany z: Automatycznie pobieraj typy kolumn arkusza excel