如何避免在使用数据框的apply函数时出现隐式字符转换

Question

当在数据框上使用apply时，参数会被（隐式）转换为字符类型。例如：

df <- data.frame(v=1:10, t=1:10)
df <- transform(df, t2 = as.POSIXlt(t, origin = "2013-08-13"))
class(df$t2[1])
## [1] "POSIXct" "POSIXt" (correct)

但是：

 apply(df, 1, function(y) class(y["t2"]))
 ## [1] "character" "character" "character" "character" "character" "character"
 ## [7] "character" "character" "character" "character"

有没有什么方法可以避免这种转换？或者我总是要通过as.POSIXlt(y["t2"])进行转换回去吗？

编辑 我的数据框中有2个时间戳（例如，t2和t3）和一些其他字段（例如，v1、v2）。对于每行给定的t2，我想找到k（例如3）个最接近但小于t2的t3行（并且相同的v1），并从这些行返回关于v2的统计信息（例如平均值）。我编写了一个函数f(t2，v1，df)，只想应用它在所有行上使用apply(df，1，function(x) f(y["t2"]，y["v1"]，df)。在R中有更好的方法来做这样的事情吗？

- ang mo

---

实际上，你不应该在数据框上使用apply。你想要做什么？ - joran

发生这种转换是因为您的data.frame正在被强制转换为一个matrix。 - Simon O'Hanlon

根据您的编辑，我认为您实际上有两个不同的问题。我建议您针对第二个问题（您的编辑）提出一个适当的数据集，说明您已经尝试过什么以及您期望的输出。 - Tyler Rinker

我经常需要遍历数据框的行，此时apply是一种简单的方法，可以抓取一行并访问列。例如，“从每一行中获取第1列和第4列，并对它们进行某些操作”。有没有更好的方法来实现这个目标？使用apply是否被认为是本质上不良的做法？如果是，原因是什么？ - SlowLearner

在@SlowLearner（谢谢）的重新表述后，我意识到我的原始问题已经在https://dev59.com/cXI95IYBdhLWcg3w-C9b得到了解答。 - ang mo

Answer 1

让我们将多个注释汇总成一个说明。

1. 使用apply将data.frame转换为matrix。这意味着将使用最不限制的类。在这种情况下，最不限制的是字符。
2. 您向apply的MARGIN参数提供了1。这逐行应用并使您的情况变得更糟，因为您现在真的混合了各种类。在这种情况下，您正在对向量使用设计用于矩阵和数据框的apply。这不是正确的工具。
3. 在这种情况下，我会像rmk指出的那样使用lapply或sapply来获取单个t2列的类，如下所示：

代码：

df <- data.frame(v=1:10, t=1:10)
df <- transform(df, t2 = as.POSIXlt(t, origin = "2013-08-13"))

sapply(df[, "t2"], class)
lapply(df[, "t2"], class)

## [[1]]
## [1] "POSIXct" "POSIXt" 
## 
## [[2]]
## [1] "POSIXct" "POSIXt" 
## 
## [[3]]
## [1] "POSIXct" "POSIXt" 
## 
## .
## .
## . 
## 
## [[9]]
## [1] "POSIXct" "POSIXt" 
## 
## [[10]]
## [1] "POSIXct" "POSIXt" 

一般情况下，您需要选择适合该工作的apply函数族。通常我个人使用lapply或for循环来处理特定列或使用索引（[, ]）子集所需的列，然后继续使用apply。解决此问题的关键是确定您想要实现什么目标，询问是否apply是最合适的工具，然后从那里开始。您可以参考这篇博客文章，了解不同apply函数族的详细教程。

- Tyler Rinker

---

这篇博客文章很棒，但我认为它没有解决我的问题。对于数据框，应该使用“by”，但我需要更多的内容，不仅仅是按v1分组。 - ang mo

Answer 2

尝试：

sapply(df, function(y) class(y["t2"]))

$v
[1] "integer"

$t
[1] "integer"

$t2
[1] "POSIXct" "POSIXt"

- harkmug

---

谢谢，但我需要将我的函数应用于数据帧的每一行。因此，我希望有与原始数据帧中相同数量的行。 - ang mo

在这种情况下，您可以使用purrrlyr :: by_row。 - reisner