r级添加到数据帧，为什么？

这篇文章是为了更好地理解R中的“级别”是如何工作的。事实上，其他答案并不能完全解释（参见示例）

考虑下面的简短脚本，其中我计算随机数据帧

df

的每一列的RMSE，并将该值存储为新数据帧

bestcombo

df = as.data.frame(matrix(rbinom(10*1000, 1, .5), nrow = 10, ncol=5))

#generate empty dataframe and assign col names
bestcombo = data.frame(matrix(ncol = 2, nrow = 0))
colnames(bestcombo) = c("RMSE", "Row Number")

#for each col of df calculate RMSE and store together with col name
for (i in 1:5){
  RMSE = sqrt(mean(df[,i] ^ 2))
  row_num = i

  row = as.data.frame(cbind( RMSE, toString(row_num) ))
  colnames(row) = c("RMSE", "Row Number")
  bestcombo = rbind(bestcombo, row)
}

问题是“级别”是生成的。为什么?

bestcombo$RMSE
             RMSE              RMSE              RMSE              RMSE              RMSE 
0.547722557505166 0.774596669241483 0.707106781186548 0.836660026534076 0.707106781186548 
Levels: 0.547722557505166 0.774596669241483 0.707106781186548 0.836660026534076

bestcombo$RMSE[1]
             RMSE 
0.547722557505166 
Levels: 0.547722557505166 0.774596669241483 0.707106781186548 0.836660026534076

为什么会发生这种情况以及如何避免？这是因为错误地使用了rbind（）

这也产生了其他问题。例如，order函数不起作用

bestcombo[order(bestcombo$RMSE),]

               RMSE Random Vector
1 0.547722557505166             1
2 0.774596669241483             2
3 0.707106781186548             3
5 0.707106781186548             5
4 0.836660026534076             4

---

你想要更像这样的东西：

#for each col of df calculate RMSE and store together with col name
for (i in 1:5){
    RMSE = sqrt(mean(df[,i] ^ 2))
    row_num = i

    row = data.frame(RMSE = RMSE, `Row Number` = as.character(row_num) )
    #colnames(row) = c("RMSE", "Row Number")
    bestcombo = rbind(bestcombo, row)
}

或者，如果确实要在第二行中添加列名，请执行以下操作：

for (i in 1:5){
    RMSE = sqrt(mean(df[,i] ^ 2))
    row_num = i

    row = data.frame(RMSE,as.character(row_num) )
    colnames(row) = c("RMSE", "Row Number")
    bestcombo = rbind(bestcombo, row)
}

---

为了完整起见，我要补充一点，虽然这不是您问题的重点，但这样一次按

rbind

ind行增长数据帧，一旦数据帧变得相当大，就会开始产生显著的速度损失。

您想要更像这样的东西：

#for each col of df calculate RMSE and store together with col name
for (i in 1:5){
    RMSE = sqrt(mean(df[,i] ^ 2))
    row_num = i

    row = data.frame(RMSE = RMSE, `Row Number` = as.character(row_num) )
    #colnames(row) = c("RMSE", "Row Number")
    bestcombo = rbind(bestcombo, row)
}

或者，如果确实要在第二行中添加列名，请执行以下操作：

for (i in 1:5){
    RMSE = sqrt(mean(df[,i] ^ 2))
    row_num = i

    row = data.frame(RMSE,as.character(row_num) )
    colnames(row) = c("RMSE", "Row Number")
    bestcombo = rbind(bestcombo, row)
}

---

为了完整性起见，我要补充一点，虽然这不是您问题的重点，但这样一次按

rbind

ind行增长数据帧，一旦数据帧变得相当大，就会开始产生显著的速度损失。

因此：

as.data.frame（cbind（RMSE，toString（row_num）））

这是创建数据帧的一种常见习惯用法，但并不可取。只需使用

data.frame（）

cbind

是将内容强制为单个类型，即字符。此外，您确实希望将

用作.character

，而不是

toString

。如果你阅读文档的话，这个名字有点误导人。谢谢。但是，即使从as.data.frame中删除“as”，这些“级别”仍然存在。而且排序仍然不起作用。有关更多上下文，请参见下面的答案。因为：

as.data.frame（cbind（RMSE，toString（row_num））

，这是创建数据帧的一种常见习惯用法，非常不可取。只需使用

data.frame（）

cbind

是将内容强制为单个类型，即字符。此外，您确实希望将

用作.character

，而不是

toString

。如果你阅读文档的话，这个名字有点误导人。谢谢。但是，即使从as.data.frame中删除“as”，这些“级别”仍然存在。而且排序仍然不起作用。有关更多上下文，请参阅下面的答案。