从数据框中删除所有引号答案

【问题标题】：remove all quotation marks from a data frame从数据框中删除所有引号
【发布时间】：2014-03-06 15:46:24
【问题描述】：

我有一个数据框rep，看起来像这样：

> head(rep)
     position chrom  value label  
[1,] "17408"  "chr1" "0"   "miRNA"
[2,] "17409"  "chr1" "0"   "miRNA"
[3,] "17410"  "chr1" "0"   "miRNA"
[4,] "17411"  "chr1" "0"   "miRNA"
[5,] "17412"  "chr1" "0"   "miRNA"
[6,] "17413"  "chr1" "0"   "miRNA"

如何删除所有元素的引号？

注意：rep$position 和 rep$value 应该是 numeric 类型，rep$chrom 和 rep$label 应该是 character 类型。

【问题讨论】：

-1 声称有一个 data.frame 显然是一个矩阵。

标签： r dataframe removeall quotation-marks

【解决方案1】：

两个步骤：1）去掉引号，2）相应地转换列：

数据

x <- read.table(text='
position chrom  value label  
"\\"17408\\""  "\\"chr1\\"" "\\"0\\""   "\\"miRNA\\""
"\\"17409\\""  "\\"chr1\\"" "\\"0\\""   "\\"miRNA\\""'
, header=T)

1) 去掉引号

library(stringr)
library(plyr)

del <- colwise(function(x) str_replace_all(x, '\"', ""))
x <- del(x)

2) 相应地转换列

num <- colwise(as.numeric)    
x[c(1,3)] <- num(x[c(1,3)])
x

  position chrom value label
1    17408  chr1     0 miRNA
2    17409  chr1     0 miRNA

【讨论】：

【解决方案2】：

正如@Roland 所指出的，您有一个matrix，而不是data.frame，它们有不同的默认print 方法。坚持使用matrix，您可以在print 中显式设置quote = FALSE，也可以使用noquote。

这是一个基本的例子：

## Sample data
x <- matrix(c(17, "chr1", 0, "miRNA", 18, "chr1", 0, "miRNA"), nrow = 2, 
            byrow = TRUE, dimnames = list(
              NULL, c("position", "chrom", "value", "label")))

## Default printing
x
#      position chrom  value label  
# [1,] "17"     "chr1" "0"   "miRNA"
# [2,] "18"     "chr1" "0"   "miRNA"

## Two options to make the quotes disappear
print(x, quote = FALSE)
#      position chrom value label
# [1,] 17       chr1  0     miRNA
# [2,] 18       chr1  0     miRNA
noquote(x)
#      position chrom value label
# [1,] 17       chr1  0     miRNA
# [2,] 18       chr1  0     miRNA

此外，正如您自己发现的那样，将您的 matrix 转换为 data.frame 会使引号消失。如果每列是不同类型的数据（数字、字符、因子等），data.frame 是更适合保存数据的结构。但是，将matrix 转换为data.frame 不会自动为您处理列的转换。相反，您可以使用type.convert（在使用read.table 和家庭创建data.frame 时也使用它）：

y <- data.frame(x, stringsAsFactors = FALSE)
str(y)
# 'data.frame':  2 obs. of  4 variables:
#  $ position: chr  "17" "18"
#  $ chrom   : chr  "chr1" "chr1"
#  $ value   : chr  "0" "0"
#  $ label   : chr  "miRNA" "miRNA"
y[] <- lapply(y, type.convert)
str(y)
# 'data.frame':  2 obs. of  4 variables:
#  $ position: int  17 18
#  $ chrom   : Factor w/ 1 level "chr1": 1 1
#  $ value   : int  0 0
#  $ label   : Factor w/ 1 level "miRNA": 1 1
y
#   position chrom value label
# 1       17  chr1     0 miRNA
# 2       18  chr1     0 miRNA

【讨论】：

谢谢，这很有帮助。我不确定单独使用rep <- data.frame(rep) 是否足够。我希望我能给你更多的声望点。
@biohazard，取决于数据！ data.frame(rep)（原样）将为您的每个列创建因子，这可能是您想要的，也可能不是。如果您想复制 read.table 体验，我提供了 type.convert 选项。

【解决方案3】：

我想我找到了答案。我拥有的不是data.frame，而是矩阵。将其转换为 data.frame 摆脱了引号。我仍然想知道为什么....

rep <- data.frame(rep)
> head(rep)
  position chrom value label
1    17408  chr1     0 miRNA
2    17409  chr1     0 miRNA
3    17410  chr1     0 miRNA
4    17411  chr1     0 miRNA
5    17412  chr1     0 miRNA
6    17413  chr1     0 miRNA

【讨论】：

print data.frames 和 matrices 的方法不同，这就是原因。