在R中的一個因子上使用sapply的意外行為

Question

使用R，最近我對因果使用sapply的輸出感到驚訝。 看看以下內容：

> F <- as.factor(c("A", "B", "C", "D", "E", "F"))

> sapply(F, function(x) x)
[1] A B C D E F
Levels: A B C D E F

> sapply(F, function(x) (x=="C"))
[1] FALSE FALSE  TRUE FALSE  FALSE  FALSE

到目前為止，兩個輸出都符合預期。 但是現在，它變得越來越奇怪：

> sapply(F, function(x) if (TRUE) x else NA)
[1] A B C D E F
Levels: A B C D E F

> sapply(F, function(x) if (x=="C") x else NA)
[1] NA NA  3 NA NA NA

> sapply(F, function(x) {if (x=="C") foo <- "bar"; x})
[1] A B C D E F
Levels: A B C D E F

在這三種情況下，第一個和最后一個結果與我期望的一樣。 第二個原因有些奇怪：我希望得到類似[1] NA NA "C" NA NA NA 。

我的第一個猜測是，比較(x=="C")對if子句內部的x值有一些影響。 （不在子句之外，否則在上述最后一種情況下我們將得到另一個結果。）可能x被視為子句內的索引。

但是，此猜測與以下兩個觀察結果不兼容：

> sapply(F, function(x) if (x==x) x else NA)
[1] A B C D E F
Levels: A B C D E F

> sapply(F, function(x) if (x=="C") F[x] else NA)
[1] NA NA  3 NA NA NA

在這里， (x==x)似乎根本沒有任何影響，如果x將成為其在子句中的索引，我們將取回"C"而不是3 。

我的實際問題是：為什么會這樣？ （到目前為止，我很確定這是一些我不知道的與因素相關的功能...）

Answer 1

sapply基本上lapply接着simplify2array這是在這種情況下簡單地調用unlist 。

首先讓我們檢查一下行為是否是由lapply引起的：

lapply(F, function(x) if (x=="C") x else NA)
#[[1]]
#[1] NA
#
#[[2]]
#[1] NA
#
#[[3]]
#[1] C
#Levels: A B C D E F
#
#[[4]]
#[1] NA
#
#[[5]]
#[1] NA
#
#[[6]]
#[1] NA

如您所見，第三個元素仍然是一個因素。 但是， NA值屬於“邏輯”類：

class(lapply(F, function(x) if (x=="C") x else NA)[[1]])
#[1] "logical"

這意味着help("unlist")中的兩個引號是相關的：

因素經過特殊處理。 如果x的所有非列表元素都是因子（或有序因子），那么結果將是一個因子，且該因子的級別與元素的水平集的並集一致，按照該水平出現在元素的水平集中的順序（這意味着（如果所有元素都具有相同的級別集，則為結果的級別集）。

和

在可能的情況下，列表元素在取消列表過程中被強制轉換為公共模式，因此結果通常以字符向量結尾。 向量將被強制轉換為層次結構中組件的最高類型NULL <原始<邏輯<整數<double <復雜<字符<list <表達式：成對列表被視為列表。

第二個引號描述了這里發生的情況； 因子的共模（內部是具有屬性的整數向量），邏輯值是整數。 這就是你得到的。

如果要確保從sapply獲得因子向量， sapply在else條件中創建因子NA值：

sapply(F, function(x) if (x=="C") x else {is.na(x) <- TRUE; x})
#[1] <NA> <NA> C    <NA> <NA> <NA>
#Levels: A B C D E F