sapply与lapply在读取文件和rbind时的对比'；我在嘲笑他们

我遵循哈德利的思路：读取多个

CSV

文件，然后将它们转换为一个数据帧。我还试验了

lappy

与

sapply

的对比，如上所述

这是我的第一个CSV文件：

dput(File1)
structure(list(First.Name = structure(c(1L, 2L, 1L, 1L, 1L), .Label = c("A", 
"C"), class = "factor"), Last.Name = structure(c(1L, 2L, 2L, 
2L, 2L), .Label = c("B", "D"), class = "factor"), Income = c(55L, 
23L, 34L, 45L, 44L), Tax = c(23L, 21L, 22L, 24L, 25L), Location = structure(c(3L, 
3L, 1L, 4L, 2L), .Label = c("Americas", "AP", "EMEA", "LATAM"
), class = "factor")), .Names = c("First.Name", "Last.Name", 
"Income", "Tax", "Location"), class = "data.frame", row.names = c(NA, 
-5L))

dput(File2)
structure(list(First.Name = structure(c(1L, 2L, 1L, 1L, 1L), .Label = c("A", 
"C"), class = "factor"), Last.Name = structure(c(1L, 2L, 2L, 
2L, 2L), .Label = c("B", "D"), class = "factor"), Income = c(55L, 
55L, 55L, 55L, 55L), Tax = c(24L, 24L, 24L, 24L, 24L), Location = structure(c(3L, 
3L, 1L, 4L, 2L), .Label = c("Americas", "AP", "EMEA", "LATAM"
), class = "factor")), .Names = c("First.Name", "Last.Name", 
"Income", "Tax", "Location"), class = "data.frame", row.names = c(NA, 
-5L))

这是我的第二个CSV文件：

dput(File1)
structure(list(First.Name = structure(c(1L, 2L, 1L, 1L, 1L), .Label = c("A", 
"C"), class = "factor"), Last.Name = structure(c(1L, 2L, 2L, 
2L, 2L), .Label = c("B", "D"), class = "factor"), Income = c(55L, 
23L, 34L, 45L, 44L), Tax = c(23L, 21L, 22L, 24L, 25L), Location = structure(c(3L, 
3L, 1L, 4L, 2L), .Label = c("Americas", "AP", "EMEA", "LATAM"
), class = "factor")), .Names = c("First.Name", "Last.Name", 
"Income", "Tax", "Location"), class = "data.frame", row.names = c(NA, 
-5L))

dput(File2)
structure(list(First.Name = structure(c(1L, 2L, 1L, 1L, 1L), .Label = c("A", 
"C"), class = "factor"), Last.Name = structure(c(1L, 2L, 2L, 
2L, 2L), .Label = c("B", "D"), class = "factor"), Income = c(55L, 
55L, 55L, 55L, 55L), Tax = c(24L, 24L, 24L, 24L, 24L), Location = structure(c(3L, 
3L, 1L, 4L, 2L), .Label = c("Americas", "AP", "EMEA", "LATAM"
), class = "factor")), .Names = c("First.Name", "Last.Name", 
"Income", "Tax", "Location"), class = "data.frame", row.names = c(NA, 
-5L))

这是我的密码：

dat1 <-",First.Name,Last.Name,Income,Tax,Location\n1,A,B,55,23,EMEA\n2,C,D,23,21,EMEA\n3,A,D,34,22,Americas\n4,A,D,45,24,LATAM\n5,A,D,44,25,AP"
dat2 <-",First.Name,Last.Name,Income,Tax,Location\n1,A,B,55,24,EMEA\n2,C,D,55,24,EMEA\n3,A,D,55,24,Americas\n4,A,D,55,24,LATAM\n5,A,D,55,24,AP"

tc1 <- textConnection(dat1)
tc2 <- textConnection(dat2)

merged_file <- do.call(rbind, lapply(list(tc1,tc2), read.csv))

以下是输出：

    [,1] [,2] [,3] [,4] [,5]
 [1,]    1    2    1    1    1
 [2,]    1    2    2    2    2
 [3,]   55   23   34   45   44
 [4,]   23   21   22   24   25
 [5,]    3    3    1    4    2
 [6,]    1    2    1    1    1
 [7,]    1    2    2    2    2
 [8,]   55   55   55   55   55
 [9,]   24   24   24   24   24
[10,]    3    3    1    4    2

---

我非常感谢你的帮助。我对R相当陌生，不知道发生了什么

这个问题与因素无关，它是通用的

sapply

vs

lappy

。 为什么

sapply

的理解如此错误，而

lappy

的理解却正确记住，在R中，数据帧是列的列表。并且每列可以有不同的类型

• lappy

  将列列表返回到

  rbind

  ，从而正确进行连接。它将相应的列保持在一起。因此，你的因素出现正确

• sapply

  但是。。。
  • 返回数值矩阵。。。（与数据帧不同，矩阵只能有一种类型）
  • …更糟糕的是
  • 所以

    sapply

    将两个5x6输入数据帧转换为转置的6x5矩阵（列现在对应于行）
  • 所有数据都强制为数字（垃圾！）
  • 然后，

    rbind

    row-“将这两个数字的垃圾6x5矩阵串联成一个垃圾12x5矩阵。由于列已被转换为行，因此将矩阵连接在一起的行组合了数据类型，显然您的因子被弄乱了

---

小结：只需使用

lappy

为什么要将

lappy

更改为

sapply

lappy

是这里合适的函数，而且效率更高。顺便说一句，

paste

是矢量化的。@RichScriven-我只是在尝试理解为什么当我使用

sapply

而不是

lappy

时，输出是不同的。“虽然它工作得很好”，但作为一个可复制的例子，它甚至根本不工作。我们没有你的路径，所以它会失败。从

textConnection（）

而不是文件中读取数据帧最简单。我编辑了你的代码。这个问题与因素无关，它是通用的sapply vs lapply。副本