这对我来说很管用——我终于想出了一句话

df <- as.data.frame(lapply(df,function (y) if(class(y)=="factor" ) as.character(y) else y),stringsAsFactors=F)

更新:这里有一个不起作用的例子。我认为它会，但我认为stringsAsFactors选项只适用于字符串-它离开因子单独。

试试这个:

bob2 <- data.frame(bob, stringsAsFactors = FALSE)

一般来说，当你遇到应该是字符的因子的问题时，总会有一个stringsAsFactors设置来帮助你(包括一个全局设置)。

dplyr 1.0.0版引入了新函数“across”。新函数将取代作用域变量(_if， _at， _all)。这是官方文件

library(dplyr)
bob <- bob %>% 
       mutate(across(where(is.factor), as.character))

仅替换因素:

i <- sapply(bob, is.factor)
bob[i] <- lapply(bob[i], as.character)

在0.5.0版的dplyr包中引入了新的函数mutate_if:

library(dplyr)
bob %>% mutate_if(is.factor, as.character) -> bob

.．.在1.0.0版本中被across取代:

library(dplyr)
bob %>% mutate(across(where(is.factor), as.character)) -> bob

RStudio中的包purrr提供了另一种选择:

library(purrr)
bob %>% modify_if(is.factor, as.character) -> bob

也许是一个更新的选择?

library("tidyverse")

bob <- bob %>% group_by_if(is.factor, as.character)

我通常将这个函数与我的所有项目分开。又快又简单。

unfactorize <- function(df){
  for(i in which(sapply(df, class) == "factor")) df[[i]] = as.character(df[[i]])
  return(df)
}