R:apply()中的bug？

Question

使用apply()时,我会遇到一些奇怪的行为.我正在尝试创建一个逻辑向量来指示给定列是否为虚拟变量(仅0和1值).只要所有非NA值均为0或1,具有缺失值仍应计为虚拟值.

如果有问题的数据框只包含数值,我的代码工作正常.但是,如果数据框还包含字符串列,则该函数不再忽略NA值,即使在检查以前工作的数字列时也是如此.

例:

x1 = c(1,0,1,NA)
x2 = c(1,1,0,1)
x3 = c(1,2,3,4)
x4 = c('a','b','c','d')
dat1 = data.frame(x1,x2,x3)
dat2 = data.frame(x1,x2,x3,x4)
isdum1 = apply(dat1,2,function(x) {all(x %in% c(0:1,NA))})
isdum2 = apply(dat2,2,function(x) {all(x %in% c(0:1,NA))})

isdum1   # works fine
   x1    x2    x3 
 TRUE  TRUE FALSE 
isdum2   # wtf?
   x1    x2    x3    x4 
FALSE  TRUE FALSE FALSE 

Answer 1

这是因为apply将数据帧转换为矩阵,矩阵只能保存一种类型的值.

看到,

apply(dat1, 2, class)
#    x1        x2        x3 
#"numeric" "numeric" "numeric" 

apply(dat2, 2, class)
#      x1          x2          x3          x4 
#"character" "character" "character" "character" 

所以对于第一列,它实际上是检查

all(c("1", "0", "1", "NA") %in% c(0:1,NA))
#[1] FALSE

因此,答案.

您也可以使用sapply也可以按列操作而不更改类.

sapply(dat1, function(x) {all(x %in% c(0:1,NA))})
#   x1    x2    x3 
# TRUE  TRUE FALSE 

sapply(dat2, function(x) {all(x %in% c(0:1,NA))})
#   x1    x2    x3    x4 
# TRUE  TRUE FALSE FALSE