Konversi data.frame kolom dari faktor ke karakter

Saya memiliki bingkai data. Sebut saja dia 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-

Saya ingin menyatukan baris bingkai data ini (ini akan menjadi pertanyaan lain). Tapi lihatlah:

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

BobKolom adalah faktor. Jadi, misalnya:

> 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)"

Saya tidak mulai memahami hal ini, tetapi saya kira ini adalah indeks-indeks ke dalam tingkat faktor-faktor kolom (pengadilan raja caractacus) bob? Bukan yang saya butuhkan.

Anehnya saya bisa melalui kolom bobdengan tangan, dan lakukan

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

yang bekerja dengan baik. Dan, setelah mengetik, saya bisa mendapatkan data.frame yang kolomnya karakter daripada faktor. Jadi pertanyaan saya adalah: bagaimana saya bisa melakukan ini secara otomatis? Bagaimana cara mengubah data.frame dengan kolom faktor menjadi data.frame dengan kolom karakter tanpa harus secara manual melalui setiap kolom?

Pertanyaan bonus: mengapa pendekatan manual berfungsi?

Mengikuti Matt dan Dirk. Jika Anda ingin membuat ulang bingkai data yang ada tanpa mengubah opsi global, Anda dapat membuatnya kembali dengan pernyataan yang berlaku:

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

Ini akan mengonversi semua variabel ke "karakter" kelas, jika Anda hanya ingin mengonversi faktor, lihat solusi Marek di bawah ini .

Seperti @hadley tunjukkan, berikut ini lebih ringkas.

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

Dalam kedua kasus, lapplymenampilkan daftar; Namun, karena properti magis R, penggunaan []dalam kasus kedua menjaga kelas data.frame bobobjek, sehingga menghilangkan kebutuhan untuk mengkonversi kembali ke data.frame menggunakan as.data.frameargumen stringsAsFactors = FALSE.

Untuk mengganti hanya faktor:

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

Dalam paket dplyr di versi 0.5.0, fungsi baru mutate_ifdiperkenalkan :

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

Paket purrr dari RStudio memberi alternatif lain:

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

Opsi global

stringsAsFactors: Pengaturan default untuk argumen data.frame dan read.table.

mungkin sesuatu yang ingin Anda atur FALSEdi file startup Anda (mis. ~ /. Profil). Silakan lihat help(options).

Jika Anda memahami bagaimana faktor disimpan, Anda dapat menghindari menggunakan fungsi berbasis-berlaku untuk mencapai hal ini. Yang sama sekali tidak menyiratkan bahwa solusi yang berlaku tidak berfungsi dengan baik.

Faktor terstruktur sebagai indeks numerik yang diikat ke daftar 'level'. Ini dapat dilihat jika Anda mengonversi faktor menjadi numerik. Begitu:

> 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

Angka-angka yang dikembalikan pada baris terakhir sesuai dengan tingkat faktor.

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

Perhatikan bahwa levels()mengembalikan array karakter. Anda dapat menggunakan fakta ini untuk dengan mudah dan kompak mengonversi faktor menjadi string atau angka seperti ini:

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

Ini juga berfungsi untuk nilai numerik, asalkan Anda memasukkan ekspresi Anda 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

Jika Anda ingin bingkai data baru di bobcmana setiap vektor faktor bobfdikonversi menjadi vektor karakter, coba ini:

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

Jika Anda ingin mengubahnya kembali, Anda dapat membuat vektor logis dari kolom mana yang merupakan faktor, dan menggunakannya untuk menerapkan faktor secara selektif.

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

Saya biasanya membuat fungsi ini terpisah dari semua proyek saya. Cepat dan mudah.

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

Cara lain adalah mengonversinya menggunakan apply

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

Dan yang lebih baik (yang sebelumnya adalah kelas 'matriks')

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

Pembaruan: Berikut adalah contoh dari sesuatu yang tidak berfungsi. Saya pikir itu akan, tetapi saya berpikir bahwa opsi stringsAsFactors hanya bekerja pada string karakter - ia meninggalkan faktor sendirian.

Coba ini:

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

Secara umum, setiap kali Anda mengalami masalah dengan faktor-faktor yang seharusnya menjadi karakter, ada stringsAsFactorspengaturan di suatu tempat untuk membantu Anda (termasuk pengaturan global).

Atau Anda dapat mencoba transform:

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

Pastikan untuk memasukkan setiap faktor yang ingin dikonversi menjadi karakter.

Atau Anda dapat melakukan sesuatu seperti ini dan membunuh semua hama dengan satu pukulan:

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)

Ini bukan ide yang baik untuk mendorong data dalam kode seperti ini, aku bisa melakukansapply bagian secara terpisah (sebenarnya, itu jauh lebih mudah untuk melakukannya seperti itu), tetapi Anda mendapatkan intinya ... Saya belum memeriksa kode, karena Saya tidak di rumah, jadi saya harap itu berhasil! =)

Pendekatan ini, bagaimanapun, memiliki kerugian ... Anda harus mengatur ulang kolom setelahnya, sementara dengan transformAnda dapat melakukan apa pun yang Anda suka, tetapi dengan biaya "wrest-style-code-writting" ...

Jadi disana ... =)

Di awal bingkai data Anda termasuk stringsAsFactors = FALSEuntuk mengabaikan semua kesalahpahaman.

Jika Anda akan menggunakan data.tablepaket untuk operasi pada data.frame maka masalahnya tidak ada.

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

Jika Anda sudah memiliki kolom faktor dalam dataset Anda dan Anda ingin mengonversinya menjadi karakter, Anda dapat melakukan hal berikut.

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" 

Ini bekerja untuk saya - saya akhirnya menemukan satu liner

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

Fungsi ini berfungsi

df <- stacomirtools::killfactor(df)

Mungkin opsi yang lebih baru?

library("tidyverse")

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

Anda harus menggunakan convertdi hablaryang memberikan sintaks dibaca kompatibel dengan tidyversepipa:

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))

yang memberi Anda:

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

Dengan penggunaan dplyrpaket-dimuat

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

jika Anda hanya ingin mengubah phenotypekolom-khusus.

Ini berfungsi mentransformasikan semua ke karakter dan kemudian angka ke angka:

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)
}

Diadaptasi dari: Dapatkan tipe kolom lembar excel secara otomatis