【原】R语言系列X1：R4.0：stringsAsFactors或默认为FALSE

导读

    自R创建以来，在默认情况下，在R中直接使用data.frame()或read.table()时，stringsAsFactors和as.is默认是都是将字符串转换为因子，在3.6.2版本之前，都是这样的，但是在4.0版本中，这有可能发生改变。这是笔者使用时发现的问题，属于R系列的杂谈部分，也许大家也会碰到！

历史

    在R 的历史 ，我们讲到， Ross Ihaka  and Robert Gentleman  两位教授在1992年开始着手创建R，1995年R有了雏形，2000年R才有了第一个正式版本。

    在1998年，R发布了0.62版本，内部代码被John Chambers贡献的Statlib代码替换，其效果是data.frame()函数通过stringsAsFactors始终将字符串转换为因数（除非受所保护I()），而read.table()始终具有as.is和stringsAsFactors参数。

举例解释

    我们用data.frame()来举例说明

    首先，我们创建一个数据框

df = data.frame(num=1,chr='a')df## num chr## 1 1 a

    数据框df是一个2列1行的数据，第1列是数字1，第2列是字母2。我们使用str()函数来查看数据结构。

str(df)## 'data.frame': 1 obs. of 2 variables:## $ num: num 1## $ chr: Factor w/ 1 level "a": 1

    我们发现num列是数字类型numeric；而chr是factor类型。我们在使用I()将作用在chr上

df_I = data.frame(num=1,chr=I('a'))str(df_I)## 'data.frame': 1 obs. of 2 variables:## $ num: num 1## $ chr: 'AsIs' chr "a"

    我们看到，这个时候chr列就不是factor，而是char了。

问题在哪里？

    那么为什么要改变？问题在哪里？我们使用unlist()函数来演示问题。

unlist(list(df))## num chr## 1 1unlist(list(df_I))## num chr## "1" "a"

    看到差别了吗？

    前者将a转行成了1，后者则保留了a，后者显然是我们想要的。

    这只是一个小例子，相信很多R的使用者并没有注意到这一点，或者会觉得很奇怪。

R4.0初体验

  你可以在这里下载R4.0体验版windows系统：https://cran./bin/windows/base/rdevel.html

    mac(macx)系统：http://mac./

    linus系统：R网站上自己找一下，在R4.0中的演示。

version## _ ## platform x86_64-w64-mingw32 ## arch x86_64 ## os mingw32 ## system x86_64, mingw32 ## status ## major 4 ## minor 0.0 ## year 2020 ## month 02 ## day 21 ## svn rev 77847 ## language R ## version.string R Under development(unstable)## nickname Unsuffered Consequencesdf_4=data.frame(num=1,chr='a')str(df_4)## 'data.frame': 1 obs. of 2 variables:## $ num: num 1## $ chr: Factor w/ 1 level "a": 1

    很遗憾，在pre-R 4.0中，我并未发现stringsAsFactors默认为FALSE，不知道在正式版的4.0中是否会发生改变，一起期待。

总结

   是否将string转换为factor，一定要自己小心。

精鼎特邀