在apply vs sapply中为.numeric

在编写R代码来识别带有数字数据的列时，我遇到了一些问题，因此发现了这个问题：

在那一页中，我找到了答案，但我对问题本身的性质感到困惑。在该页面上，以下代码片段实现了我的预期：

> dat <- data.frame(v1=1:5,v2=letters[1:5],v3=rnorm(5),v4=c(1,2,'c','d',5))

> sapply(dat,is.numeric)

   v1    v2    v3    v4 
 TRUE FALSE  TRUE FALSE 

>dat sapply（dat，is.numeric）
v1 v2 v3 v4
真假真假

但是，如果我改变了思维去应用，我就会明白是什么导致了我的问题

> dat <- data.frame(v1=1:5,v2=letters[1:5],v3=rnorm(5),v4=c(1,2,'c','d',5))

> apply(dat,2,is.numeric)

   v1    v2    v3    v4 
FALSE FALSE FALSE FALSE 

>dat应用（dat，2是数字）
v1 v2 v3 v4
假假假假

---

为什么apply和sapply会产生不同的计算结果？

apply

将所有内容强制为同一类型。数字可以变成字符，但反之亦然。因此，一切都被强制为

字符

，以便应用于工作

> apply(dat[,1, drop = F], 2, is.numeric)
  v1 
TRUE 

---

apply

不建议用于数据帧，因为它将强制应用到矩阵。矩阵，正如您可能知道的，矩阵中的所有列必须具有相同的模式（数字、字符等）。。。默认情况下，

apply

将列转换为字符

help（apply）

-如果

X

不是数组，而是具有非空dim值（例如数据帧）的类的对象，则apply尝试通过

as.matrix

将其强制到数组中。如果它是二维（例如，数据帧）或通过

as.array

apply

和

lappy

是不同的函数，因此，难怪他们给出了不同的结果。请注意并充分理解它们的用途和使用时间。@RichardScriven-谢谢您提供的详细信息。我在申请表中没有看到这一点——很明显，我忽略了这一点，或者在正确的背景下不欣赏它。如果可以的话，我会投票或者接受你的答案。@nicola-我不记得在我的问题中提到过Lappy，但是是的，它与apply不同。@KirkDCO你提到过，因为

sapply

只是

Lappy

的包装，它“美化”了输出。如果

lappy

与

apply

不同，

sapply也不同。难怪你会得到不同的输出。如果有人感兴趣，这个答案中列出了强制规则---

character>complex>numeric>integer>logical>raw