为什么在R中使用转置函数会将数字转换为字符？

Question

我在Excel中创建了一个简单的矩阵，其中包含一些字符值和一些数字值（在Excel中设置数据的屏幕截图）。我使用openxlsx软件包将其读入R中，如下所示：

library(openxlsx)
data <- read.xlsx('~desktop/data.xlsx)

接下来我检查这个类:

sapply(data, class)
         x1         a         b          c
"character" "numeric" "numeric"  "numeric"

这正是我想要的。但当我尝试对矩阵进行转置并再次检查类时，出现了问题：

data <- t(data)

现在我用sapply检查时，所有的值都是"character"。为什么在转置时没有保留类别？

- Morten Nielsen

---

如果出现混合类型，matrix 只能接受单一的字符类。如果您指定您真正想要的内容，那么可能会有比转置更好的选项。 - akrun

检查 'data' 的 str。它应该是 data.frame。 - akrun

我真正想要的是：我有一个类似于data.xlsx示例的xlsx文件，但它大约有100k行和100列。我将其读入R并选择可能用于进一步处理的10行。最终，我希望能够将这10行写入新的xlsx文件，但为了可读性，我想要转置矩阵。 - Morten Nielsen

谢谢，这很有道理，包装运行得很好，只是像你说的，所有东西都被转换成了因子。我认为仅转置数值列对我来说行不通，因为我不想失去“字符”和“数值”之间的关系。 - Morten Nielsen

谢谢。问题在于我有两列包含字符值需要保留。 - Morten Nielsen

Answer 1

首先，当我在您的电子表格中读取逗号分隔的数字时，由于这些单元格显示为字符，因此我无法获得您的结果。

data <- read.xlsx("data.xlsx")
data
#  X1   a b   c
#1  x 0,1 3 4,5
#2  y 2,4 0 6,5
#3  z  24 0   0
sapply(data,class)
#         X1           a           b           c 
#"character" "character"   "numeric" "character" 

然而，你实际上看到的问题是，在转置数据框时，你正在将不同类型的数据混合在同一列中，因此 R 必须将整个列转换为最宽泛的通用类型，本例中为字符类型。

mydata<-data.frame(X1=c("x","y","z"),a=c(1,2,24),b=c(3,0,0),c=c(4,6,0),stringsAsFactors = FALSE)
sapply(mydata,class)
#         X1           a           b           c 
#"character"   "numeric"   "numeric"   "numeric" 
# what you showed
t(mydata)
#   [,1] [,2] [,3]
#X1 "x"  "y"  "z" 
#a  " 1" " 2" "24"
#b  "3"  "0"  "0" 
#c  "4"  "6"  "0" 

mydata_t<-t(mydata)
sapply(mydata_t,class)
#          x           1           3           4           y           2           #0           6           z          24 
#"character" "character" "character" "character" "character" "character" #"character" "character" "character" "character" 
#          0           0 
#"character" "character" 

你是否想在转置矩阵中处理数字并在处理后再次进行转置？如果是这样，可以暂时删除包含字符列的子矩阵，然后再重新组合，具体步骤如下：

sub_matrix<-t(mydata[,-1])
sub_matrix
#  [,1] [,2] [,3]
#a    1    2   24
#b    3    0    0
#c    4    6    0
sub_matrix2<-sub_matrix*2
sub_matrix2
#  [,1] [,2] [,3]
#a    2    4   48
#b    6    0    0
#c    8   12    0
cbind(X1=mydata[,1],as.data.frame(t(sub_matrix2)))
#  X1  a b  c
#1  x  2 6  8
#2  y  4 0 12
#3  z 48 0  0

- Art

---

非常感谢。我使用的是丹麦机器，这就是为什么逗号分隔的数字会被读取为数字的原因。您的解决方案似乎几乎是我正在寻找的，除了我不想将其转置回来。我基本上需要对其进行转置，然后找到一种方法将字符列（未包含在子矩阵中，参见您的示例）添加为新转换矩阵的第一行。最终，整个包括字符列的矩阵应该被转置。也许我可以创建两个不同的子矩阵，单独对它们进行转置，然后重新组合它们rbind？ - Morten Nielsen

“矩阵”必须全部为同一类型。数据框可以混合列类型，但不能混合行类型。你可以使用rownames()和names()分别设置行名和列名。很抱歉我没有注意到欧洲小数点的约定。 - Art

我成功地通过@Art的答案以稍微不同的方式解决了我的问题，我相信这个答案将帮助其他遇到类似问题的人，所以我会在它上面打一个勾。 - Morten Nielsen