R data.frame：基於包含文本和數字的現有行的標題

Question

由於某些特定於我的R程序的原因，我想根據R中數據框中的現有列和行來分配列名和行名。也就是說，第一行必須成為列名，第一列有成為行名。

我首先想到的很簡單，使用：

colnames(myDataFrame) <- myDataFrame[1,]
rownames(MyDataFrame) <- myDataFrame[,1]

因為它也寫在這個主題中 。

但是我的數據框的第一行和第一列有很多情況要處理：只有文本，帶有數字的文本，文本或數字...這就是為什么這有時不起作用。 查看第一行中僅包含文本的示例：

我首先加載我的數據框，沒有任何標題：

> tab <- read.table(file, header = FALSE, sep = "\t")
> tab
         V1   V2  V3   V4   V5     V6  V7   V8   V9
1      TEST this  is only text hoping  it will work
2         I    4   0    0    0      0   0    0    1
3    really    7   6    6    3     10   6   10   10
4      hope  187 141  140  129    130 157  138  168

這是我的數據框，沒有行名和列名。 我希望“TEST這只是文本，希望它能夠工作”成為我的專欄名稱。 這個做法不起作用：

> colnames(tab) <- tab[1,]
> tab
          2   10   9    9   10      8   9    8    9
1      TEST this  is only text hoping  it will work
2         I    4   0    0    0      0   0    0    1
3    really    7   6    6    3     10   6   10   10
4      hope  187 141  140  129    130 157  138  168

雖然這有效：

> colnames(tab) <- as.character(unlist(tab[1,]))
> tab
       TEST this  is only text hoping  it will work
1      TEST this  is only text hoping  it will work
2         I    4   0    0    0      0   0    0    1
3    really    7   6    6    3     10   6   10   10
4      hope  187 141  140  129    130 157  138  168

我認為問題是因為R有時會將第一列或第一行視為因素。 但正如你所看到的：

> is.factor(tab[1,])
FALSE

即使它沒有被R轉換為因子，它也會失敗。

我試圖在我的程序中提示“as.character（unlist（）））”，但在我可能遇到的其他一些情況下，它不再有效！...在第一行中查看帶有文本和數字的示例：

> otherTab <- read.table(otherFile, header = FALSE, sep = "\t")
> otherTab
               V1      V2     V3    V4  V5  V6    V7     V8    V9
1            TEST this45 is 486text 725 with ca257 some numbers
2        number45       4      0     0   0   0     0      0     1
3        254every       7      6     6   3  10     6     10    10
4           where     187    141   140 129 130   157    138   168

> colnames(otherTab) <- as.character(unlist(otherTab[1,]))
> otherTab
                6      10      9     7 725   8     9      8     9
1            TEST this45 is 486text 725 with ca257 some numbers
2        number45       4      0     0   0   0     0      0     1
3        254every       7      6     6   3  10     6     10    10
4           where     187    141   140 129 130   157    138   168

那么如何以一種簡單的方式處理這些不同的情況（因為這似乎是一個如此簡單的問題）？ 提前謝謝了。

Answer 1

發生這種情況是因為，在您的初始數據框中， V5是“int”類型的列，而不是因素（因此您的第一行中有兩種不同的類型）

#> str(df)
#'data.frame':  4 obs. of  9 variables:
# $ V1: Factor w/ 4 levels "254every","TEST",..: 2 3 1 4
# $ V2: Factor w/ 4 levels "187","4","7",..: 4 2 3 1
# $ V3: Factor w/ 4 levels "0","141","6",..: 4 1 3 2
# $ V4: Factor w/ 4 levels "0","140","486text",..: 3 1 4 2
# $ V5: int  725 0 3 129
# $ V6: Factor w/ 4 levels "0","10","130",..: 4 1 2 3
# $ V7: Factor w/ 4 levels "0","157","6",..: 4 1 3 2
# $ V8: Factor w/ 4 levels "0","10","138",..: 4 1 2 3
# $ V9: Factor w/ 4 levels "1","10","168",..: 4 1 2 3

矢量的所有元素必須是相同的類型 。 當你嘗試unlist()並將值存儲在向量中以傳遞給colnames() ，實際上傳遞了一個“int”向量（因為R將元素colnames()轉換為公共類型）：

#> str(unlist(df[1,]))
# Named int [1:9] 2 4 4 3 725 4 4 4 4
# - attr(*, "names")= chr [1:9] "V1" "V2" "V3" "V4" ...

如果修改數據框的結構以指定列V5是一個因子，那么您的初始方法將起作用：

df[,5] <- as.factor(df[,5])
colnames(df) <- unlist(df[1,])

你會得到：

#> df
#      TEST this45  is 486text 725 with ca257 some numbers
#1     TEST this45  is 486text 725 with ca257 some numbers
#2 number45      4   0       0   0    0     0    0       1
#3 254every      7   6       6   3   10     6   10      10
#4    where    187 141     140 129  130   157  138     168

如果您不想修改列類型，可以在強制轉換為向量並傳遞給colnames()之前將as.character()應用於第一行的每個元素：

colnames(df) <- lapply(df[1,], as.character)

結果如下：

#> df
#      TEST this45  is 486text 725 with ca257 some numbers
#1     TEST this45  is 486text 725 with ca257 some numbers
#2 number45      4   0       0   0    0     0    0       1
#3 254every      7   6       6   3   10     6   10      10
#4    where    187 141     140 129  130   157  138     168

---

數據

structure(list(V1 = structure(c(2L, 3L, 1L, 4L), .Label = c("254every", 
"TEST", "number45", "where"), class = "factor"), V2 = structure(c(4L, 
2L, 3L, 1L), .Label = c("187", "4", "7", "this45"), class = "factor"), 
    V3 = structure(c(4L, 1L, 3L, 2L), .Label = c("0", "141", 
    "6", "is"), class = "factor"), V4 = structure(c(3L, 1L, 4L, 
    2L), .Label = c("0", "140", "486text", "6"), class = "factor"), 
    V5 = c(725L, 0L, 3L, 129L), V6 = structure(c(4L, 1L, 2L, 
    3L), .Label = c("0", "10", "130", "with"), class = "factor"), 
    V7 = structure(c(4L, 1L, 3L, 2L), .Label = c("0", "157", 
    "6", "ca257"), class = "factor"), V8 = structure(c(4L, 1L, 
    2L, 3L), .Label = c("0", "10", "138", "some"), class = "factor"), 
    V9 = structure(c(4L, 1L, 2L, 3L), .Label = c("1", "10", "168", 
    "numbers"), class = "factor")), .Names = c("V1", "V2", "V3", 
"V4", "V5", "V6", "V7", "V8", "V9"), class = "data.frame", row.names = c("1", 
"2", "3", "4"))