Как факторизовать определенные столбцы в data.frame в R с помощью apply - PullRequest
Новая
       25

Как факторизовать определенные столбцы в data.frame в R с помощью apply

7 голосов
/ 02 ноября 2011

У меня есть data.frame с именем mydata и векторные идентификаторы, содержащие 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 цикла for. 

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

Однако последнее утверждение дает мне data.frame, где типы являются символами, а не факторами. Я не вижу различия между этими двумя строками кода. Почему они не дают одинаковый результат?

С уважением, Michael

Ответы [ 2 ]

12 голосов
/ 02 ноября 2011

Результатом apply является вектор или 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 единственное место, где lapply будет намного быстрее, чем цикл for. Как правило, циклы и циклы имеют одинаковую производительность, но операция <-.data.frame очень медленная Используя lapply, можно избежать операции <- в каждой итерации и заменить ее одним присваиванием. Это намного быстрее.

5 голосов
/ 02 ноября 2011

Это потому, что apply () работает совершенно иначе. Сначала он выполнит функцию as.factor в локальной среде, соберет полученные результаты и затем попытается объединить их в массив , а не в фрейм данных. Этот массив в вашем случае является матрицей. R встречает различные факторы и не имеет другого способа связать их, кроме как сначала преобразовать их в символ. Эта символьная матрица используется для заполнения вашего фрейма данных.

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

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