为什么gsub会自动将一个因子转换为字符

Question

除非另外说明，否则在加载数据时，R会将字符串转换为因子。然后，我们必须根据基础数据将因子转换为字符或数字。对于数字值，我们首先使用as.character（）转换为字符串，然后对于整数值将结果转换为as.integer（）。

但是使用gsub从数字中清除字符后，R会自动将清除后的字符串转换为字符。

例如：

> sal <- data.frame(name = c('abc','def','ghi','pqr'),
+                   Salary = c('$65,000','$102,000','$85,000','$72,000'))
> str(sal)
'data.frame':   4 obs. of  2 variables:
 $ name  : Factor w/ 4 levels "abc","def","ghi",..: 1 2 3 4
 $ Salary: Factor w/ 4 levels "$102,000","$65,000",..: 2 1 4 3
> sal$Salary <- gsub('\\$','',sal$Salary)
> sal$Salary <- gsub(',','',sal$Salary)
> str(sal)
'data.frame':   4 obs. of  2 variables:
 $ name  : Factor w/ 4 levels "abc","def","ghi",..: 1 2 3 4
 $ Salary: chr  "65000" "102000" "85000" "72000"
> 

我们可以看到gsub之后，“工资”列从“系数”变为“字符”。有人可以告诉我gsub在这里是否还执行as.character（）操作吗？如果是这样，它将不会将列转换为整数，因为所有值都是整数？

Answer 1

是，gsub执行as.character。如果在控制台中键入gsub，则可以看到功能

function (pattern, replacement, x, ignore.case = FALSE, perl = FALSE, 
fixed = FALSE, useBytes = FALSE) 
{
    if (!is.character(x)) 
        x <- as.character(x)
    .Internal(gsub(as.character(pattern), as.character(replacement), 
         x, ignore.case, perl, fixed, useBytes))
}

并且不，它不会直接转换为整数，因为它总是返回一个字符向量。来自?gsub

sub和gsub返回与x具有相同长度和相同属性的字符向量（可能会强制转换为字符）。

Answer 2

您可以直接更改因子的水平，即字符：

sal <- data.frame(name = c('abc','def','ghi','pqr'),
              Salary = c('$65,000','$102,000','$85,000','$72,000'))


levels(sal$Salary) <- gsub('\\$|,', '', levels(sal$Salary))
str(sal)


> 'data.frame': 4 obs. of  2 variables:
 $ name  : Factor w/ 4 levels "abc","def","ghi",..: 1 2 3 4
 $ Salary: Factor w/ 4 levels "102000","65000",..: 2 1 4 3