read.csv不'；似乎无法检测R4.0.0中的因素

我最近从R3.5.1更新到R4.0.0。

read.csv

的行为似乎已经改变-当我在R4.0.0中加载.csv文件时，不会自动检测到系数，而是将其识别为字符。我还在我的机器上运行3.5.1，当使用相同的代码在3.5.1中加载相同的文件时，因子被识别为因子。这有点不太理想

有什么建议吗

---

我正在运行Windows 10 Pro并在Excel 2013中创建.csv文件。

正如Ronak Shah在对您的问题的评论中所说，R4.0.0更改了

read.table（）

（因此它的包装器包括

read.csv（）

）处理字符向量的默认行为。关于这个问题一直有很长的争论，但基本上

stringsAsFactors==T

设置是自R出现以来的默认设置，因为它有助于节省内存，因为在R中实现因子变量的方式（本质上，它们是一个整数向量，上面添加了因子级别的信息）。现在这样做的理由不多了，因为记忆更丰富了，而且这种选择往往会产生意想不到的副作用

你可以阅读更多关于你的特殊问题，以及哈德利·威克姆的《高级R》中向量的其他特性。在那里，他给出了两篇文章，详细阐述了违约行为为何如此。

---

这是一个又是另一个。我还建议你看看哈德利的书，如果你已经对R有一些经验的话，它对我学习该语言的一些不太明显的特性帮助很大。

正如Ronak Shah在对你的问题的评论中所说，R4.0.0改变了

read.table（）的默认行为。

（因此它的包装器包括

read.csv（）

）处理字符向量。关于这个问题一直有很长的争论，但基本上

stringsAsFactors==T

设置是自R出现以来的默认设置，因为它有助于节省内存，因为在R中实现因子变量的方式（本质上，它们是一个整数向量，上面添加了因子级别的信息）。现在这样做的理由不多了，因为内存要丰富得多，而且这个选项通常会产生意外的副作用

你可以阅读更多关于你的特殊问题以及Hadley Wickham的《高级R》中向量的其他特性。在这篇文章中，他给出了两篇文章，详细阐述了为什么默认行为是这样的。

---

是一个，也是另一个。我还建议你看看哈德利的书，如果你已经对R有一些经验的话，它对我学习该语言的一些不太明显的特性有很大的帮助。

正如在座的每个人所说，在R 4.0.0中默认行为已经改变，字符串不再自动转换为因子。这影响各种函数，包括

read.csv（）

和

data.frame（）

。但是一些明确用于处理因子的函数不会受到影响。这些函数包括

expand.grid（）

和

as.data.frame.table（）

绕过此更改的一种方法是设置全局选项：

options(stringsAsFactors = TRUE)

但这也将被弃用，最终您将不得不手动将字符串转换为因子

做出这种决定的主要原因似乎是可再现性。自动字符串到因子转换生成因子级别，这些级别取决于系统使用的区域设置。因此，如果您来自俄罗斯，并与您在日本的朋友共享自动转换因子的脚本，他可能会得到不同的事实顺序或水平

---

你可以在Kurt Hornik的“R Blog”帖子上读到更多关于这一点的信息，正如大家所说的-默认行为在R 4.0.0中已经改变，字符串不再自动转换为因子。这会影响各种功能，包括

read.csv（）

和

data.frame（）

。但是，一些明确用于处理因子的函数不受影响。这些函数包括

expand.grid（）

和

as.data.frame.table（）

绕过此更改的一种方法是设置全局选项：

options(stringsAsFactors = TRUE)

但这也将被弃用，最终您将不得不手动将字符串转换为因子

做出这种决定的主要原因似乎是可再现性。自动字符串到因子转换生成因子级别，这些级别取决于系统使用的区域设置。因此，如果您来自俄罗斯，并与您在日本的朋友共享自动转换因子的脚本，他可能会得到不同的事实顺序或水平

---

库尔特·霍尼克（Kurt Hornik）在“R博客”上发表了一篇关于这一点的文章，这是R 4.0.0中的一个主要变化。

default.stringsAsFactors（）

为

FALSE

.Ref:。如果要将它们作为因子来读取，请明确指定

stringsAsFactors=TRUE

。此处是指向的链接。这是R4.0.0中的一个主要更改。

default.stringsAsFactors（）

为

FALSE

.Ref:。如果要将它们作为因子来读取，请明确指定

stringsAsFactors=TRUE

。这里是指向的链接。我认为当R的字符类型被转换为hasked存储时，内存使用问题消失了。因此，向量中100字节字符值的100个实例不再需要100*100字节，而是需要100*100字节r只有100*2+100字节，所以就存储而言，这几乎是一个因素。不确定这是什么时候发生的。我想可能是r 3.4？？？，看看Ulrich的发布日期，并与CRAN中的发布日期进行比较，我可以看到它发生在v3.4之前几年。我认为当r的字符类型出现时，内存使用问题就消失了所以向量中100字节字符值的100个实例不再需要100*100字节，而是只需要100*2+100字节，所以它与因子a几乎相同