如何将数据框列从因子转换为 R 中的字符？

在本文中，我们将讨论如何在 R 编程语言中将数据帧列从因子转换为字符。数据框可以将不同类型的列堆叠在一起以形成管状结构。可以通过数据框轻松修改列数据以及数据类型之间的转换。 R语言为我们提供了多种方法来模拟数据框列的数据类型转换：

方法一：使用transform()方法

transform() 方法可用于模拟在此方法的参数列表中指定的数据对象中的修改。必须将更改显式保存到相同的数据帧或新的数据帧中。此方法可用于向数据添加新变量或修改现有变量。

Syntax: transform(data, value)

Arguments :

• data : The data object to be modified
• value : The value to be added

最初，由 sapply() 方法返回的数据帧的 col3 的类是一个因子，它会在应用 transform() 方法时更改为字符。在此转换过程中保留数据。

例子：

R

# declare a dataframe
# different data type have been
# indicated for different cols
data_frame <- data.frame(
                col1 = as.character(6:9), 
                col2 = factor(4:7), 
                col3 = factor(letters[1:4])
                )
  
print("Original DataFrame")
print (data_frame)
  
# indicating the data type of each 
# variable 
sapply(data_frame, class)
  
# converting factor type column to
# character
data_frame_col3 <- transform(
  data_frame, col3 = as.character(col3))
  
print("Modified col5 DataFrame")
print (data_frame_col3)
  
# indicating the data type of each variable 
sapply(data_frame_col3, class)

输出

[1] "Original DataFrame"
 col1 col2 col3
1    6    4    a
2    7    5    b
3    8    6    c
4    9    7    d
   col1     col2     col3
"factor" "factor" "factor"
[1] "Modified col5 DataFrame"
 col1 col2 col3
1    6    4    a
2    7    5    b
3    8    6    c
4    9    7    d
      col1        col2        col3
  "factor"    "factor" "character" 

方法二：使用dplyr包

dplyr 包用于执行数据操作和抽象。它是提供大量内置功能的tidyverse包的子代。它可用于执行数据突变，使用 mutate_at() 方法，其中附加变量作为现有变量的函数添加。

Syntax: mutate_at(.data, .vars, .funs)

Arguments : 

• .data : The data to modify
• .var : The variable to modify
• .funs : The function to apply over the variable to be modified.

最初， sapply() 方法返回的数据帧的 col2 的类是一个因子，它会在应用 mutate_at() 方法时更改为字符。在此转换过程中保留数据。

例子：

电阻

# declare a dataframe
# different data type have been
# indicated for different cols
library(dplyr)
data_frame <- data.frame(
  "col1" = as.character(6:9), 
  "col2" = factor(4:7), 
  "col3" = factor(letters[1:4])
)
  
print("Original DataFrame")
print (data_frame)
  
# indicating the data type of 
# each variable 
sapply(data_frame, class)
  
# converting factor type column 
# to character
data_frame <- data_frame%>%mutate_at(
  "col2", as.character)
  
print("Modified col2 DataFrame")
print (data_frame)
  
# indicating the data type of 
# each variable 
sapply(data_frame, class)

输出

[1] "Original DataFrame" 
> print (data_frame)   
  col1 col2 col3 
1    6    4    a
2    7    5    b 
3    8    6    c 
4    9    7    d 
col1     col2     col3  
"factor" "factor" "factor"  
[1] "Modified col2 DataFrame" 
   col1 col2 col3
1    6    4    a 
2    7    5    b 
3    8    6    c 
4    9    7    d        
col1        col2        col3     
"factor" "character"    "factor" 

方法 3：使用lapply()方法

R 中的 lapply 方法用于对列表对象进行操作，并返回与输入列表对象长度相同的列表对象。此输出列表的每个元素都是将 FUN 应用于列表的每个元素的结果。

Syntax: lapply(X, FUN, …)

Arguments : 

• df: The dataframe object to make modifications to.
• FUN: The function to be applied to each element of the dataframe.

lapply() 方法返回的是 R 中的向量列表对象。 然而，我们将这个结果的输出保存到 dataframe 变量的列表对象中，即 data_frame[]，它将列表隐式转换为数据帧，无需显式转换。它将因子列的转换应用于整个数据帧中的字符。因此，所有列类型都更改为字符。

例子：

电阻

# declare a dataframe
# different data type have been
# indicated for different cols
data_frame <- data.frame(
                col1 = as.character(6:9), 
                col2 = factor(c('tzx','hi','gfg','cse')), 
                col3 = factor(letters[1:4])
                )
  
print("Original DataFrame")
print (data_frame)
  
# indicating the data type of each 
# variable 
sapply(data_frame, class)
  
# converting factor type column to 
# character
data_frame[] <-lapply(data_frame, as.character)
print("Modified col5 DataFrame")
print (data_frame)
  
# indicating the data type of each variable 
sapply(data_frame, class)

输出

[1] "Original DataFrame"
 col1 col2 col3
1    6  tzx    a
2    7   hi    b
3    8  gfg    c
4    9  cse    d
   col1     col2     col3
"factor" "factor" "factor"
[1] "Modified col5 DataFrame"
 col1 col2 col3
1    6  tzx    a
2    7   hi    b
3    8  gfg    c
4    9  cse    d
      col1        col2        col3
"character" "character" "character"