我正在尝试获取一个大数据框中每列的最小/最大值，作为了解我的数据的一部分。我的第一次尝试是：
apply(t,2,max,na.rm=1)
" -99.5"。sapply(t,max,na.rm=1)
但是它抱怨 max 对于因子没有意义。（lapply 也一样。）让我困惑的是，apply 认为 max 在因子中完全有意义，例如它对于第一列返回了 "ZEBRA"。
顺便说一句，我看了一下 在向量上使用sapply处理POSIXct，其中一个答案说 "当你使用 sapply 时，你的对象会被强制转换为数字，..."。这是发生在我身上的事吗？如果是，是否有另一种不强制转换的 apply 函数可用？毕竟数据框类型的一个关键特征是每列可以是不同的类型。
sapply(df, function(x) max(as.numeric(x)) ) # not generally a useful result
或者如果你想要先测试因子并按你预期返回，则可以这样做：
sapply( df, function(x) if("factor" %in% class(x) ) {
max(as.numeric(as.character(x)))
} else { max(x) } )
@Darren的评论确实更有效：
sapply(df, function(x) max(as.character(x)) )
max可以成功处理字符向量。
max 使用 apply 的原因是，apply 首先将您的数据框转换为矩阵，并且矩阵只能容纳一种数据类型。所以你最终得到的是一个字符矩阵。sapply 只是 lapply 的包装器，因此两者产生相同的错误不足为奇。
创建数据框时的默认行为是将分类列存储为 factors。除非您指定它是有序的 factor，否则像 max 和 min 这样的操作将是未定义的，因为 R 假定您已经创建了一个无序的 factor。
您可以通过指定 options(stringsAsFactors = FALSE) 来更改此行为，这将为整个会话更改默认值，或者您可以在 data.frame() 构造调用中传递 stringsAsFactors = FALSE。请注意，这仅意味着 min 和 max 将默认假定为“字母顺序”。
或者，您可以手动指定每个 factor 的顺序，尽管我认为这不是您想要做的事情。
无论如何，sapply 通常会产生一个原子向量，在许多情况下会将所有内容转换为字符。解决此问题的一种方法如下：
#Some test data
d <- data.frame(v1 = runif(10), v2 = letters[1:10],
v3 = rnorm(10), v4 = LETTERS[1:10],stringsAsFactors = TRUE)
d[4,] <- NA
#Similar function to DWin's answer
fun <- function(x){
if(is.numeric(x)){max(x,na.rm = 1)}
else{max(as.character(x),na.rm=1)}
}
#Use colwise from plyr package
colwise(fun)(d)
v1 v2 v3 v4
1 0.8478983 j 1.999435 J
如果您想了解数据的概要信息，summary(df)会提供数值列的最小值、第一四分位数、中位数和平均值、第三���分位数以及最大值，以及因子列顶级别的频率。
summary()函数的代码。很多时候，我会找到一个基本函数，它做的事情与我想要的非常接近，并从中获取代码的一般思路。 - Roblibrary(tidyr)
library(dplyr)
df %>%
summary %>%
data.frame %>%
select(-Var1) %>%
separate(data=.,col=Freq,into = c('metric','value'),sep = ':') %>%
rename(column_name=Var2) %>%
mutate(value=as.numeric(value),
metric = trimws(metric,'both')
) %>%
filter(!is.na(value)) -> metrics
虽然不太美观，也不是很快，但它可以完成任务！
避免使用基础的*apply函数，这会将整个数据框强制转换为一个数组，可能会丢失信息。
如果您想将函数as.numeric应用于每一列，一个简单的方法是使用dplyr中的mutate_all：
t %>% mutate_all(as.numeric)
或者使用plyr中的colwise函数, 它可以"将一个作用于向量的函数转化为作用于数据框列的函数。"
t %>% (colwise(as.numeric))
type.convert或type_convert。
for (i in 1:nrow(t)) { t[, i] <- parse_guess(t[, i]) }
我不知道有没有一个好方法来 使用*apply完成作业并保留数据框结构。
colwise 不再要求对象是数组，而是要求基本类型为 data.frame。 - stucash现在循环速度非常快，所以这已经足够了：
for (I in 1L:length(c(1,2,3))) {
data.frame(c("1","2","3"),c("1","3","3"))[,I] <-
max(as.numeric(data.frame(c("1","2","3"),c("1","3","3"))[,I]))
}
df <- head(mtcars)
df$string <- c("a","b", "c", "d","e", "f"); df
my.min <- unlist(lapply(df, min))
my.max <- unlist(lapply(df, max))
使用 retype() 函数从 hablar 包中将因子转换为字符或数字类型，具体取决于可行性。我会使用 dplyr 对每列应用 max 函数。
代码
library(dplyr)
library(hablar)
# Retype() simplifies each columns type, e.g. always removes factors
d <- d %>% retype()
# Check max for each column
d %>% summarise_all(max)
结果
不是新的列类型。
v1 v2 v3 v4
<dbl> <chr> <dbl> <chr>
1 0.974 j 1.09 J
数据
# Sample data borrowed from @joran
d <- data.frame(v1 = runif(10), v2 = letters[1:10],
v3 = rnorm(10), v4 = LETTERS[1:10],stringsAsFactors = TRUE)
apply之前将列设置为它们应该属于的类别，例如日期作为as.POSIXct，数字作为numeric等，那么这比在sapply内部进行强制转换更容易？@DarrenCook - vagabond