7 Basic: type conversion (optional)
转换包括两种，element type 转换和 structure type 转换。
为什么需要转换？是因为在使用某个 function 处理某个 object 的时候，这个对象并不是 function 所要求提供的 element type 或 structure type。所以需要转换才能让 function 顺利执行。
7.1 Element type conversion
7.1.1 Coder initialized conversion
当需要转换时，用户可以主动触发转换。不同的 element type 之的转换，可以使用as.fun()族，如下：
function |
用途 |
|---|---|
as.logical() |
转换为 logical 类型 |
as.integer() |
转换为 integer 类型 |
as.double() |
转换为 double 类型 |
as.character() |
转换为 character 类型 |
如果转换的对象是 integer 或 double，那么该对象中的 0 会被转换为FALSE，所有非 0 的元素会被转换为TRUE，除此之外的任何对象都会被转换为NA例如：
var_int#> [1] 1 6 10
var_dbl#> [1] 0.0 1.0 2.5 4.5
var_chr#> [1] "these are" "some strings"
var_na#> [1] NA NA NA
var_null#> NULL
as.logical(var_int)#> [1] TRUE TRUE TRUE
as.logical(var_dbl)#> [1] FALSE TRUE TRUE TRUE
as.logical(var_chr)#> [1] NA NA
as.logical(var_na)#> [1] NA NA NA
as.logical(var_null)#> logical(0)- 如果被转换的对象是 double，会把所有元素向 0 取整；
- 如果转换的对象是纯数字 character，会把该字符串先转换为 double，然后再按前一条规则转换；
- 如果被转换对象是 logical，则会把
TRUE转换成1L，把FALSE转换成0L。
例如：
var_lgl#> [1] TRUE FALSE
var_int#> [1] 1 6 10
var_chr#> [1] "these are" "some strings"
var_na#> [1] NA NA NA
var_null#> NULL
as.integer(var_lgl)#> [1] 1 0
as.integer(var_dbl)#> [1] 0 1 2 4
as.integer(var_chr)#> Warning: NAs introduced by coercion#> [1] NA NA
as.integer(var_na)#> [1] NA NA NA
as.integer(var_null)#> integer(0)
as.integer("10.1")#> [1] 10-
as.double()与as.integer()类似，如果转换的对象是纯数字 character，会把该字符串转换为 double，例如：
var_lgl#> [1] TRUE FALSE
var_int#> [1] 1 6 10
var_chr#> [1] "these are" "some strings"
var_na#> [1] NA NA NA
var_null#> NULL
as.double(var_lgl)#> [1] 1 0
as.double(var_int)#> [1] 1 6 10
as.double(var_chr)#> Warning: NAs introduced by coercion#> [1] NA NA
as.double(var_na)#> [1] NA NA NA
as.double(var_null)#> numeric(0)
as.double("3.141592653")#> [1] 3.141593注：as.double()与as.numeric()等价。
var_lgl#> [1] TRUE FALSE
var_int#> [1] 1 6 10
var_dbl#> [1] 0.0 1.0 2.5 4.5
var_na#> [1] NA NA NA
var_null#> NULL
as.character(var_lgl)#> [1] "TRUE" "FALSE"
as.character(var_int)#> [1] "1" "6" "10"
as.character(var_dbl)#> [1] "0" "1" "2.5" "4.5"
as.character(var_na)#> [1] NA NA NA
as.character(var_null)#> character(0)几种特殊的 element type 如NA、NULL、NaN中只有NULL有对应的转换function as.null(name)，不过较少使用，等价于name <- NULL。余下的特殊 element type 也都可以通过<-直接实现转换，例如：
a <- NA
b <- NaN7.1.2 Automatic conversion by R: coercion
被动转换，或强制转换（coercion）实际上就是 R 在一些必要的情况，帮我们自动完成了 element type 转换。那什么时候是必要的情况？如果使用c()合并element type 不同的 scalars 来创建一个新的 vector，那么就会一定会发生 coercion，因为在 R 中，vector 内所有 element 必须是相同 type。
coercion 遵循的优先级为 expression > character > double > integer > logical（包括NA）> raw。例如
typeof(c("a", expression(1 + 2)))#> [1] "expression"
typeof(c(1, expression(1 + 2)))#> [1] "expression"
typeof(c(1L, expression(1 + 2)))#> [1] "expression"
typeof(c(NA, expression(1 + 2)))#> [1] "expression"
typeof(c(raw(2), expression(1 + 2)))#> [1] "expression"#> [1] "character"#> [1] "character"#> [1] "character"#> [1] "character"#> [1] "character"#> [1] "double"#> [1] "double"#> [1] "double"#> [1] "double"#> [1] "integer"#> [1] "integer"#> [1] "integer"#> [1] "logical"#> [1] "logical"coercion 的规则中不包括NULL，因为NULL本身没有任何内容，NULL在一个向量的任何位置都意味着这个向量没有这个位置。例如:
c(NULL, "a", NA)#> [1] "a" NA
c("a", NA, NULL)#> [1] "a" NA
c("a", NULL, NA)#> [1] "a" NAcoercion 容易在不经意间造成一些问题，例如，假设有两批数据，分别读入到 R 中，需要合并在一起计算均值。但其中一批是 character，导致合并时发生 coercion，求均值出错，代码为：
a <- matrix(1, 3, 3)
a#> [,1] [,2] [,3]
#> [1,] 1 1 1
#> [2,] 1 1 1
#> [3,] 1 1 1#> [,1]
#> [1,] "1"
#> [2,] "1"
#> [3,] "1"
ab <- cbind(a, b)
ab#> [,1] [,2] [,3] [,4]
#> [1,] "1" "1" "1" "1"
#> [2,] "1" "1" "1" "1"
#> [3,] "1" "1" "1" "1"
mean(ab)#> Warning in mean.default(ab): argument is not numeric or
#> logical: returning NA#> [1] NA以上由 coercion 导致的错误通常都会表现为某个 function 报错，提示给这个 function 提供的某个 argument 的 element type 不符合要求。
coercion 不仅发生在使用c()将不同类型的 scalars 合并成 vector 的情况，还会发生在各种各样的运算中。例如，在需要 numeric object，如果提供的是 logical object，那么 R 就会将 logical object 转换成 integer，其中TRUE会被自动转换为1L，FALSE会被自动转换为0L；
1*TRUE # 乘法运算需要 numeric value，但提供的是 TRUE，执行时被自动转换成 1L
#> [1] 1
1 + FALSE # 同理，FALSE 在执行时会被自动转换成 0L
#> [1] 1活用 coercion 可以写出一些简便的代码，例如：
score <- sample(100, 60)
score#> [1] 69 40 9 55 81 89 12 54 51 77 53 52 90 70 64 35 32 42
#> [19] 94 43 76 72 45 87 24 15 37 13 7 60 30 16 88 98 80 97
#> [37] 71 2 93 26 49 83 91 67 38 86 41 3 33 74 99 62 19 85
#> [55] 68 73 46 44 95 1
sum(score > 90)#> [1] 77.1.3 Frequently made mistake
因为 element type 并不匹配导致的 error 或 warning，多数情况下是由 coercion 导致的，这种问题通常表现为某个 function 弹出 error 或 warning，但问题的根源在使用这个 function 之前，所需 argument 的 element type 就是错的；
cor("1", "2")#> Error in cor("1", "2"): 'x' must be numeric#> Warning in mean.default(c("1", "2")): argument is not
#> numeric or logical: returning NA#> [1] NA7.2 Structure type conversion
同样，不同的结构类型也可以使用as.fun()族转换，例如：
function |
用途 |
|---|---|
as.vector() |
转换为 vector 类型 |
as.matrix() |
转换为 matrix 类型 |
as.data.frame() |
转换为 data.frame 类型 |
as.list() |
转换为 list 类型 |
as.factor() |
转换为 factor 类型 |
但是，也不建议盲目使用，因为这些 function 的结果会比较难预判，例如：
- 转换对象是 vector：
var_dbl#> [1] 0.0 1.0 2.5 4.5
as.matrix(var_dbl)#> [,1]
#> [1,] 0.0
#> [2,] 1.0
#> [3,] 2.5
#> [4,] 4.5
as.data.frame(var_dbl)
as.list(var_dbl)#> [[1]]
#> [1] 0
#>
#> [[2]]
#> [1] 1
#>
#> [[3]]
#> [1] 2.5
#>
#> [[4]]
#> [1] 4.5
as.factor(var_dbl)#> [1] 0 1 2.5 4.5
#> Levels: 0 1 2.5 4.5
as.array(var_dbl)#> [1] 0.0 1.0 2.5 4.5- 转换对象是 data.frame：
as.matrix(df1)#> x y
#> [1,] "1" "a"
#> [2,] "2" "b"
#> [3,] "3" "c"
as.vector(df1)#> $x
#> [1] 1 2 3
#>
#> $y
#> [1] "a" "b" "c"
as.list(df1)#> $x
#> [1] 1 2 3
#>
#> $y
#> [1] "a" "b" "c"
as.factor(df1)#> Error in xtfrm.data.frame(x): cannot xtfrm data frames注意，在低于 4.2.0 版本的 R 中，as.vector(x)如果x是 data.frame，直接返回x；在大于 4.2.0 版本的 R 中，返回一个 list，这更符合几种 structure types 间的关系，即 data.frame 本质是 list，而 list 本质是 vector。
df <- data.frame(x = c(1, 2, 3), y = c(4, 5, 6))
as.vector(df)R<4.2.0
R>=4.2.0
- 转换的的对象是 list：
str(l1)#> List of 7
#> $ :List of 3
#> ..$ : num 1
#> ..$ : num 2
#> ..$ : num 3
#> $ : int [1:3] 1 2 3
#> $ : chr "a"
#> $ : logi [1:3] TRUE FALSE TRUE
#> $ : num 2.3
#> $ : logi [1:3] NA NA NA
#> $ : num [1:2, 1:2] 1 2 3 4
as.vector(l1)#> [[1]]
#> [[1]][[1]]
#> [1] 1
#>
#> [[1]][[2]]
#> [1] 2
#>
#> [[1]][[3]]
#> [1] 3
#>
#>
#> [[2]]
#> [1] 1 2 3
#>
#> [[3]]
#> [1] "a"
#>
#> [[4]]
#> [1] TRUE FALSE TRUE
#>
#> [[5]]
#> [1] 2.3
#>
#> [[6]]
#> [1] NA NA NA
#>
#> [[7]]
#> [,1] [,2]
#> [1,] 1 3
#> [2,] 2 4
as.matrix(l1)#> [,1]
#> [1,] list,3
#> [2,] integer,3
#> [3,] "a"
#> [4,] logical,3
#> [5,] 2.3
#> [6,] logical,3
#> [7,] numeric,4
as.array(l1)#> [[1]]
#> [[1]][[1]]
#> [1] 1
#>
#> [[1]][[2]]
#> [1] 2
#>
#> [[1]][[3]]
#> [1] 3
#>
#>
#> [[2]]
#> [1] 1 2 3
#>
#> [[3]]
#> [1] "a"
#>
#> [[4]]
#> [1] TRUE FALSE TRUE
#>
#> [[5]]
#> [1] 2.3
#>
#> [[6]]
#> [1] NA NA NA
#>
#> [[7]]
#> [,1] [,2]
#> [1,] 1 3
#> [2,] 2 4- 转换的对象是 array：
a1#> , , 1
#>
#> [,1] [,2]
#> [1,] 1 2
#>
#> , , 2
#>
#> [,1] [,2]
#> [1,] 3 4
#>
#> , , 3
#>
#> [,1] [,2]
#> [1,] 5 6
as.vector(a1)#> [1] 1 2 3 4 5 6
as.matrix(a1)#> [,1]
#> [1,] 1
#> [2,] 2
#> [3,] 3
#> [4,] 4
#> [5,] 5
#> [6,] 6
as.data.frame(a1)
as.list(a1)#> [[1]]
#> [1] 1
#>
#> [[2]]
#> [1] 2
#>
#> [[3]]
#> [1] 3
#>
#> [[4]]
#> [1] 4
#>
#> [[5]]
#> [1] 5
#>
#> [[6]]
#> [1] 6
as.factor(a1)#> [1] 1 2 3 4 5 6
#> Levels: 1 2 3 4 5 6实际上，之前提到的创建 matrix 和 array 时使用的matrix()和array()，本质上是将 vector 转换为 matrix 和 array，如：
#> [,1] [,2]
#> [1,] 1 3
#> [2,] 2 4#> , , 1
#>
#> [,1] [,2]
#> [1,] 1 2
#>
#> , , 2
#>
#> [,1] [,2]
#> [1,] 3 4
#>
#> , , 3
#>
#> [,1] [,2]
#> [1,] 5 6如果涉及到转换目标是 matrix、array，且转换前后 object 维数不同（如 atomic vector 转 matrix，\(2\times3\) matrix 转\(1\times2\times3\) array，等等）时，请尽量使用上述两个 functions。
7.2.1 Conversion between matrix and data frame
matrix 和 data.frame 因为都是行 + 列的呈现形式，所以这两种 structures 互相转换不会改变原有结构。此外，由于大多数读取数据的 function 会自动讲读取的数据存成一个 data.frame，所以使用较为频繁的场景是 data.frame 转 matrix。
str(iris)#> 'data.frame': 150 obs. of 5 variables:
#> $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#> $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#> $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#> $ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#> $ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
is.data.frame(iris)#> [1] TRUE#> chr [1:150, 1:5] "5.1" "4.9" "4.7" "4.6" "5.0" "5.4" ...
#> - attr(*, "dimnames")=List of 2
#> ..$ : NULL
#> ..$ : chr [1:5] "Sepal.Length" "Sepal.Width" "Petal.Length" "Petal.Width" ...7.2.2 By row and recycling rule
按列转换。当转换前后 object 的维数不同时，数据将会按照列转换，例如：
1 维转 2 维：
#> [,1] [,2]
#> [1,] 1 3
#> [2,] 2 42 维转 1 维：
#> [1] 1 3 2 4- 回收法则（recycling rule）。当转换的 vector 和被转换的 vector 长度不一致时，绝大多数情况下， R 会自动把短的 vector 扩展成和长的 vector 一样长度，相当于把短 vector 回收（recycle）重复利用。例如：
#> [,1] [,2]
#> [1,] 1 1
#> [2,] 2 2当长 vector 的长度并不是短 vector 的长度的整数倍时， R 依然会执行 recycling rule，但是会给出一个 warning，例如：
#> Warning in matrix(a, nrow = 4, ncol = 4): data length [3]
#> is not a sub-multiple or multiple of the number of rows [4]#> [,1] [,2] [,3] [,4]
#> [1,] 1 2 3 1
#> [2,] 2 3 1 2
#> [3,] 3 1 2 3
#> [4,] 1 2 3 1然而，如果是要将不同长度的 vector 作为 data.frame 的元素时，非整数倍的差异会直接导致报错，
data.frame(x = c(1, 2), y = c(1, 2, 3))#> Error in data.frame(x = c(1, 2), y = c(1, 2, 3)): arguments imply differing number of rows: 2, 3Recycling rule 不仅限于转换数据的情况，任何涉及到需要操作的多个对象长度必须一致的情况，该法则都会发挥作用，例如：
#> [1] 2 8 6 16
a + 1#> [1] 2 3 4 5按列转换和recycling rule这两个细节是 R 很重要的特点。在编程过程中如果能够灵活运用这两点，可以使用简短的代码达到一样的效果。在后续章节的学习过程中，还会讲到这两点在解决实际问题中的运用。
除此之外，还有很多as.fun()，在使用 Rstudio 时，可以通过输入as.并借助自动补全（auto completion）功能查看。
7.3 Recap
- 转换元素类型时，请确认转换的 object 是 atomic vector；
- logical 和 integer 之间相互转换时，
TRUE对应1L，FALSE对应0L； - double 转 logical 时，非
0对应TRUE，0对应FALSE； - double 转 integer 时，会把所有 elements 向下取整；
- 只包含数字的 character 可以直接转为 double；
- 只包含数字的 character 转为 integer 时会先转为 double，再由 double 转为 integer；
- matrix 和 data.frame 因为呈现方式上的一致性，可以无障碍互相转换，所以
as.matrix()和as.data.frame()的使用较多； - 记住按列转换和recycling rule，尤其是后者。