应用为逻辑添加空间

Question

apply 和 R 3.0.1 有一个奇怪的问题。

我有一个包含文本、数字和逻辑值的巨大数据框。 当我使用 apply 时，逻辑值被转换为 chr，但是因为 R 允许类似 TRUE == "TRUE" 的东西，这不是问题。

但对于某些逻辑值，apply 似乎在前面加上一个空格，并且 TRUE == " TRUE" 返回 NA。当然可以了

sapply(cuelist[,4],FUN=function(logicalvalue) as.logical(sub("^ +", "", logicalvalue)))

但这并不好，我仍然不知道为什么 R 会这样做。

df <- data.frame(test=c("a","b","<",">"),logi=c(TRUE,FALSE,FALSE,TRUE))
apply(df, MARGIN=1, function(listelement) print(listelement) )

有趣的是，这个例子中的空格只出现在 [2,1] 和 [2,4] 上

版本 _
平台 x86_64-w64-mingw32
拱 x86_64
操作系统 mingw32
系统 x86_64、mingw32
状态
专业 3
次要 0.1
2013 年
05月
第 16 天
svn 版本 62743
语言 R
version.string R 版本 3.0.1 (2013-05-16) 昵称好运动

编辑：R 版本 2.15.0 (2012-03-30) 上的相同行为

Edit2：我的数据框像这样

> df
  test  logi
1    a FALSE
2    b FALSE
3    <  TRUE
4    >  TRUE

> str(df)
'data.frame':   4 obs. of  2 variables:
 $ test: Factor w/ 4 levels "<",">","a","b": 3 4 1 2
 $ logi: logi  FALSE FALSE TRUE TRUE

Answer 1

在某种程度上，问题在于apply，但更恰当地说，问题在于as.matrix，以及它如何处理logical 值。

这里有几个例子可以帮助我详细说明我对 Karl 的查询。

首先，让我们创建四个data.frames 来做一些测试。

1. 您的原始data.frame 用于演示该行为：
2. data.frame 在“测试”列中包含不同数量的字符，以查看 Karl 对发生情况的解释。
3. data.frame 带有一些数字，可帮助我们开始了解实际情况。
4. data.frame，其中明确创建了“logi”列as.character。

df1 <- data.frame(test = c("a","b","<",">"),
                  logi = c(TRUE,FALSE,FALSE,TRUE))
df2 <- data.frame(test = c("aa","b","<",">>"), 
                  logi = c(TRUE,FALSE,FALSE,TRUE))
df3 <- data.frame(test = c("aa","b","<",">>"), 
                  logi = c(TRUE,FALSE,FALSE,TRUE),
                  num = c(1, 12, 123, 2))
df4 <- data.frame(test = c("aa","b","<",">>"), 
                  logi = as.character(c(TRUE,FALSE,FALSE,TRUE)))

现在，让我们对每个人使用as.matrix。

TRUE 之前有一个空格。

as.matrix(df1)
#      test logi   
# [1,] "a"  " TRUE"
# [2,] "b"  "FALSE"
# [3,] "<"  "FALSE"
# [4,] ">"  " TRUE"

TRUE 之前有一个空格，但“test”列不受影响。嗯。

as.matrix(df2)
#      test logi   
# [1,] "aa" " TRUE"
# [2,] "b"  "FALSE"
# [3,] "<"  "FALSE"
# [4,] ">>" " TRUE"

啊...这在TRUE 之前有一个空格，和 在较短的数字之前有一个空格。所以看起来R可能正在考虑TRUE和FALSE的数字基础值，但是计算TRUE和FALSE中字符数的宽度。同样，第一个“测试”列不受影响。

as.matrix(df3)
#      test logi    num  
# [1,] "aa" " TRUE" "  1"
# [2,] "b"  "FALSE" " 12"
# [3,] "<"  "FALSE" "123"
# [4,] ">>" " TRUE" "  2"

如果你告诉 R logi 列是一个字符列，这里的情况似乎很好。

as.matrix(df4)
#      test logi   
# [1,] "aa" "TRUE" 
# [2,] "b"  "FALSE"
# [3,] "<"  "FALSE"
# [4,] ">>" "TRUE" 

不管怎样，sapply 似乎没有这个问题。

sapply(df1, as.matrix)
#      test logi   
# [1,] "a"  "TRUE" 
# [2,] "b"  "FALSE"
# [3,] "<"  "FALSE"
# [4,] ">"  "TRUE" 

---

更新

在 R 公共聊天室中，Joshua Ulrich 指出 format 是罪魁祸首。 as.matrix 将 as.vector 用于因子，将它们转换为字符（尝试 str(as.vector(df1$test)) 以了解我的意思；对于其他所有内容，它使用 format，但不幸的是，它没有包含任何来自format 的参数，其中之一是trim（默认设置为FALSE）。

比较以下：

A <- c(TRUE, FALSE)

format(A)
# [1] " TRUE" "FALSE"
format(A, trim = TRUE)
# [1] "TRUE"  "FALSE"
format(as.character(A))
# [1] "TRUE " "FALSE"
format(as.factor(A))
# [1] "TRUE " "FALSE"

---

那么，如何轻松地将逻辑列转换为字符？可能是这样的（尽管我建议先备份您的数据）：

df1[sapply(df1, is.logical)] <- lapply(df1[sapply(df1, is.logical)], as.character)
df1
#   test  logi
# 1    a  TRUE
# 2    b FALSE
# 3    < FALSE
# 4    >  TRUE
as.matrix(df1)
#      test logi   
# [1,] "a"  "TRUE" 
# [2,] "b"  "FALSE"
# [3,] "<"  "FALSE"
# [4,] ">"  "TRUE" 

Answer 2

肯定是由于apply，将数据框转换为矩阵，所以所有元素的类型都相同，这里是字符，逻辑都转换为它。 TRUE 被转换为“TRUE”以匹配“FALSE”的字符数：

"FALSE"
" TRUE"

说服：

as.matrix(df)

相反，您可以使用 plyr 包中的 a*ply，例如

a_ply(df, 1, print)