一列如何被確定爲數據框中的類因子？

Question

在創建內容包含重複值的列時，我注意到以下因素。

1.如果在數據框創建時將具有重複字符值的列作爲數據框的一部分，則它屬於類因子，但如果稍後添加相同的列，則它是類別字符，兩種情況下的值都是相同的。爲什麼是這樣？

#creating a data frame 
name = c('waugh','waugh','smith') 
age = c(21,21,27) 
df = data.frame(name,age) 

#adding a new column which has the same values as the 'name' column above, to the data frame 
df$newcol = c('waugh','waugh','smith') 

#you can see that the class'es of the two are different though the values are same 
class(df$name) 
## [1] "factor" 
class(df$newcol) 
## [1] "character" 

只有其具有重複字母內容的列成爲一個因素;如果某列包含重複的數值，則不會將其視爲一個因子。這是爲什麼？我很可能意味着1-Male，0-Female，在這種情況下，它應該是一個因素？

注意，這兩列包含重複值

class(df$name) 
## [1] "factor" 
class(df$age) 
## [1] "numeric" 

Answer 1

這基本上在評論中回答，但我把答案在這裏，收出了問題。

當您使用data.frame()創建data.frame時，該函數實際上操縱您傳入的參數以創建data.frame對象。具體而言，默認情況下，它有一個名爲stringsAsFactors=TRUE的參數，以便它將採用所有傳入的字符向量並將它們轉換爲因子向量，因爲通常您將這些值視爲各種統計測試中的分類隨機變量，並且存儲效率更高字符值作爲一個因素，如果您有許多值在向量中重複。

df <- data.frame(name,age) 
class(df$name) 
# [1] "factor" 
df <- data.frame(name,age, stringsAsFactors=FALSE) 
class(df$name) 
# [1] "character" 

請注意，data.frame本身不記得構造過程中使用的「stringsAsFactors」值。這僅在您實際運行data.frame()時使用。所以，如果你通過通過$<-語法或cbind()賦予它們添加列，脅迫不會。如果你想將列添加的一個因素髮生

df1 <- data.frame(name,age) 
df2 <- data.frame(name,age, stringsAsFactors=FALSE) 
df1$name2 <- name 
df2$name2 <- name 
df3 <- cbind(data.frame(name,age), name2=name) 
class(df1$name2) 
# [1] "character" 
class(df2$name2) 
# [1] "character" 
class(df3$name2) 
# [1] "character" 

，你將需要轉換成因子自己

df = data.frame(name,age) 
df$name2 <- factor(name) 
class(df$name2) 
# [1] "factor"