lapply在數據幀

Question

單個列我有我從csv文件填充如下（數據樣本僅）的數據幀：

> csv_data <- read.csv('test.csv') 
> csv_data 
    gender country income 
1  1  20 10000 
2  2  20 12000 
3  2  23 3000 

我想轉換國家對因子。然而，當我這樣做時，它失敗：

> csv_data[,2] <- lapply(csv_data[,2], factor) 
Warning message: 
In `[<-.data.frame`(`*tmp*`, , 2, value = list(1L, 1L, 1L)) : 
provided 3 variables to replace 1 variables 

但是，如果我轉換性別和國家因素，它成功：

> csv_data[,1:2] <- lapply(csv_data[,1:2], factor) 
> is.factor(csv_data[,1]) 
[1] TRUE 
> is.factor(csv_data[,2]) 
[1] TRUE 

有什麼我做錯了嗎？我想使用lapply，因爲我想以編程方式將列轉換爲因子，並且可能需要轉換的列數只有1（也可能更多，這個數字是從參數驅動到函數的）。任何方式，我只能用lapply做到這一點？

Answer 1

當爲單個列進行子集化時，您需要稍微更改它。

有

lapply(df[,2], factor) 

和

lapply(df[2], factor) 
## and/or 
lapply(df[, 2, drop=FALSE], factor) 

之間有很大的區別看看每個輸出。如果你刪除逗號，一切都應該正常工作。在[,]中使用逗號可將單個列轉換爲矢量，因此矢量中的每個元素都可以單獨分解。而將其留出則保留該列作爲列表，這就是你想在這種情況下給予lapply的內容。但是，如果您使用drop=FALSE，則可以保留逗號，並且該列將保持爲列表/數據幀。

不良：

df[,2] <- lapply(df[,2], factor) 
# Warning message: 
# In `[<-.data.frame`(`*tmp*`, , 2, value = list(1L, 1L, 1L)) : 
# provided 3 variables to replace 1 variables 

則成功對單個列：

df[,2] <- lapply(df[,2,drop=FALSE], factor) 
df[,2] 
# [1] 20 20 23 
# Levels: 20 23 

在我看來，對數據子集框架柱的最好辦法是沒有逗號。這也成功了：

df[2] <- lapply(df[2], factor) 
df[[2]] 
# [1] 20 20 23 
# Levels: 20 23