在R中，data.frame(cbind...)与data.frame(...)有何区别？

Question

我想了解一下使用“

”的区别是什么。

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

and

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

我有三个向量a、b、c，它们包含因子（文本），还有一个存储计数（数字）的变量y。

根据符号表示不同，在运行此模型时我得到了不同的答案。

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

我猜是因为其中一个因素变成了“非因素”，但我不确定。哪种方式是正确的？

- rollerboller

Answer 1

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

当您将此传递到data.frame中时，默认情况下，字符将转换为因子（StringsAsFactors = TRUE；将其设置为FALSE以抑制此行为），这些因子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"

我假设这不是你想要的行为，因为 data.frame 可以很好地为您合并元素，并在保持它们原始数据类型（除了将字符串转换为因子外，可以抑制此操作）的同时进行操作，所以我建议使用更简单的 data.frame(a,b) 结构。

- Alexey Shiklomanov

Answer 2

cbind(a,b,c,y) 返回一个矩阵，不允许多种类型的数据。所以如果 a、b 和 c 是数字，而 y 是因子，则 data.frame(cbind(a,b,c,y)) 只包含因子。

没有使用 cbind()，a、b 和 c 不会被转换为因子。

- xraynaud

---

我在执行一些代码的时候，因为无聊读了这篇帖子，你在这里的答案解决了那天让我非常恼火的事情。先生，你做得很好！ - John Chrysostom

因子是一个不好的例子，因为矩阵（据我所知）不能是因子类。请尝试 str(data.frame(cbind(3:4,factor(letters[1:2])))) 或 str(matrix(factor(1:4),ncol=2))。 - Frank

是的，但在矩阵中，因子被强制转换为字符。因此，如果 a=1:4 和 b=rep("a",4)，那么 cbind(a,b) 只包含字符，而 data.frame(a,b) 不包含与 data.frame(cbind(a,b)) 相同的数据。 - xraynaud

也许我漏掉了什么，但这似乎是不正确的：“data.frame(cbind(a,b,c,y)) 只包含因子”。 - Frank

你是正确的（至少在我的机器上）。cbind（a，b）仅包含字符，由data.frame（）强制转换为因子，而data.frame（a，b）具有一个数字列和一个因子列。 - xraynaud