为什么在apply（）中使用.factor（），而sapply（）返回不同的值？_R_Apply_Sapply

为什么在apply（）中使用.factor（），而sapply（）返回不同的值？

为什么在apply（）中使用.factor（），而sapply（）返回不同的值？,r,apply,sapply,R,Apply,Sapply,我的目标是得到一个布尔值向量，以指示data.frame中的每一列是否是一个因子，我在sapply（）和apply（）函数中使用了is.factor（），它们似乎返回了不同的值，而apply（）返回了错误的值。有人能告诉我是什么原因造成了这种差异吗 X <- data.frame(X1=c(1,2,3,4), ## numeric X2=factor(paste0("f",c(1:4))) ## factor) sapply(X, is

我的目标是得到一个布尔值向量，以指示data.frame中的每一列是否是一个因子，我在

sapply（）

和

apply（）

函数中使用了

is.factor（）

，它们似乎返回了不同的值，而

apply（）

返回了错误的值。有人能告诉我是什么原因造成了这种差异吗

X <- data.frame(X1=c(1,2,3,4), ## numeric
                X2=factor(paste0("f",c(1:4))) ## factor)

sapply(X, is.factor)
## FALSE  TRUE 

apply(X, 2, is.factor)
## FALSE FALSE // apparently this is wrong, the second value is supposed to be TRUE.

X参考apply
：
返回通过应用
函数设置为数组或矩阵的边距
因此，它首先将输入对象转换为必须具有相同原子数据类型的矩阵（数组）。这意味着数据被强制为字符
，因为因子
不是原子向量类型
> as.matrix(X)
     X1  X2  
[1,] "1" "f1"
[2,] "2" "f2"
[3,] "3" "f3"
[4,] "4" "f4"

apply
将X
更改为矩阵。建议不要对数据帧使用apply
。查看apply（X，2，函数（X）X）