R 中的 data.frame(cbind...) 与 data.frame(...)

Question

我想了解一下

的用法有什么区别

data.frame(a,b,c,y)

和

data.frame(cbind(a,b,c,y))

我有三个向量 a,b,c 包含因子（文本）和一个 (y) 存储计数（数字）。

根据符号的不同，我在运行此模型时会得到不同的答案

model.glm <- glm(y ~ a * b * c, data=blabla, family=poisson)

我想这是因为其中一个因素是“无因素”，但我不确定。 哪种方式正确？

Answer 1

默认情况下，cbind 返回一个matrix，它只能有一种数据类型。混合数据类型（例如数字和字符）通常会强制转换为字符。例如：

a <- 1:3
b <- c("a", "b", "c")
cb <- cbind(a,b)
cb
     a   b
[1,] "1" "a"
[2,] "2" "b"
[3,] "3" "c"
class(cb)
[1] "matrix"
typeof(cb)
[1] "character"

当您将其传递给data.frame 时，默认情况下，字符会转换为因子（StringsAsFactors = TRUE；设置为FALSE 以抑制这种行为），它们基本上是字符串的整数表示。

df <- data.frame(cb)
typeof(df$a)
[1] "integer"
typeof(df$b)
[1] "integer"
class(df$a)
[1] "factor"
class(df$b)
[1] "factor"

我假设这不是您想要的行为，因为data.frame 会很好地为您提供cbind 的东西，同时保持它们的原始类型（除了将字符串转换为因子，其中，正如我所说，可以抑制），我会坚持使用更简单的data.frame(a,b) 构造。

Answer 2

cbind(a,b,c,y) 返回一个不允许多种数据类型的矩阵。因此，如果说 a、b 和 c 是数字并且 y 是一个因子，那么 data.frame(cbind(a,b,c,y)) 只包含因子。

如果没有cbind()，a、b 和 c 不会转换为因子。