r - 转置相同的对象

Question

我今天得到了一个奇怪的结果。

要复制它，请考虑以下数据框:

x <- data.frame(x=1:3, y=11:13)
y <- x[1:3, 1:2] 

它们应该并且实际上是相同的:

identical(x,y)
# [1] TRUE

申请t()相同的对象应该产生相同的结果，但是:

identical(t(x),t(y))
# [1] FALSE

不同之处在于列名:

colnames(t(x))
# NULL
colnames(t(y))
# [1] "1" "2" "3"

鉴于此，如果您想堆叠 y按列，你会得到你所期望的:

stack(as.data.frame(t(y)))
#   values ind
# 1      1   1
# 2     11   1
# 3      2   2
# 4     12   2
# 5      3   3
# 6     13   3

尽管:

stack(as.data.frame(t(x)))
#     values ind
# 1      1  V1
# 2     11  V1
# 3      2  V2
# 4     12  V2
# 5      3  V3
# 6     13  V3

在后一种情况下，as.data.frame()找不到原始列名并自动生成它们。

罪魁祸首在as.matrix() ，由 t() 调用:

rownames(as.matrix(x))
# NULL
rownames(as.matrix(y))
# [1] "1" "2" "3"

解决方法是设置 rownames.force :

rownames(as.matrix(x, rownames.force=TRUE))
# [1] "1" "2" "3"
rownames(as.matrix(y, rownames.force=TRUE))
# [1] "1" "2" "3"
identical(t(as.matrix(x, rownames.force=TRUE)), 
          t(as.matrix(y, rownames.force=TRUE)))
# [1] TRUE

(并重写 stack(...) 相应地调用。)

我的问题是:

为什么as.matrix()区别对待 x和 y和

你怎么能分辨它们之间的区别？

请注意，其他信息函数不会显示 x, y 之间的差异。 :

identical(attributes(x), attributes(y))
# [1] TRUE
identical(str(x), str(y))
# ...
#[1] TRUE

对解决方案的评论

Konrad Rudolph对上述行为给出了简洁而有效的解释(另见 mt1022
更多细节)。

简而言之，康拉德表明:

a) x和 y内在不同；
b) “identical 默认情况下太松懈了”，无法捕捉到这种内部差异。

现在，如果你取一个子集 T套装 S ，它具有 S 的所有元素，然后 S和 T是完全相同的对象。所以，如果你拿一个数据框 y ，其中包含 x 的所有行和列，然后 x和 y应该是完全相同的对象。不幸的是x \neq y !
这种行为不仅违反直觉，而且令人困惑，即差异不是不言而喻的，而只是内部的，甚至是默认的 identical函数看不到。

另一个自然原则是转置两个相同(类似矩阵)的对象会产生相同的对象。同样，这被以下事实打破:在转置之前，identical是“太松懈”；转置后，默认identical足以看出区别。

恕我直言，这种行为(即使它不是错误)对于像 R 这样的科学语言来说是一种不当行为。
希望这篇文章能引起一些关注，R 团队会考虑修改它。

Answer 1

identical默认情况下太宽松了，但您可以更改它:

> identical(x, y, attrib.as.set = FALSE)
[1] FALSE

通过更详细地检查对象可以找到原因:

> dput(x)
structure(list(x = 1:3, y = 11:13), .Names = c("x", "y"), row.names = c(NA,
-3L), class = "data.frame")
> dput(y)
structure(list(x = 1:3, y = 11:13), .Names = c("x", "y"), row.names = c(NA,
3L), class = "data.frame")

注意不同的 row.names属性:

> .row_names_info(x)
[1] -3
> .row_names_info(y)
[1] 3

从文档中我们可以收集到负数意味着自动行名(对于 x)，而 y的行名称不是自动的。和 as.matrix区别对待他们。