apply 和 sapply 数据框列之间的区别？

Question

有人可以解释一下 apply() 和 sapply() 如何对数据框的列进行操作的区别吗？

例如，在尝试查找数据框中每一列的 class 时，我的第一个倾向是在列上使用 apply：

> apply(iris, 2, class)
Sepal.Length  Sepal.Width Petal.Length  Petal.Width      Species 
 "character"  "character"  "character"  "character"  "character"

然而，这是不正确的，因为有些列是数字的：

> class(iris$Petal.Length)
[1] "numeric"

在 Google 上快速搜索 this solution 找到了使用 sapply 而不是 apply 的问题：

> sapply(iris, class)
Sepal.Length  Sepal.Width Petal.Length  Petal.Width      Species 
   "numeric"    "numeric"    "numeric"    "numeric"     "factor"

在这种情况下，sapply 隐式地将 iris 转换为列表，然后将函数应用于列表中的每个条目，例如：

> class(as.list(iris)$Petal.Length)
[1] "numeric"

我仍然不清楚的是为什么我最初使用 apply 的尝试没有奏效。

Answer 1

就像经常出现的情况一样，我在撰写问题的过程中找到了问题的答案。在这里发布答案以防其他人有同样的问题。

仔细观察 ?apply 状态：

If ‘X’ is not an array but an object of a class with a non-null ‘dim’ value (such as a data frame), ‘apply’ attempts to coerce it to an array via ‘as.matrix’ if it is two-dimensional (e.g., a data frame) or via ‘as.array’.

因此，就像 sapply 在对其进行操作之前将数据帧转换为 list 一样，apply 将数据帧转换为 matrix。由于矩阵不能有混合类型，并且至少有一列是非数字数据（Species），所以一切都变成字符数据：

> class(as.matrix(iris)[,'Petal.Length'])
[1] "character"

apply 和 sapply 数据框列之间的区别？

Difference between apply and sapply for data frame columns?

r

apply

dataframe

sapply