Запрет преобразования в фактор, когда количество столбцов в data.frame может быть уменьшено до одного
У меня есть процедура, которая может извлечь элементы из фрейма данных на основе списка условий в столбцах (см. Извлечение элементов из фрейма данных R с использованием критериев, заданных в виде списка (column_name = value)):
Вот фрейм данных и список условий:
> experimental_plan_1
lib genotype treatment replicate
1 A WT normal 1
2 B WT hot 1
3 C mut normal 1
4 D mut hot 1
5 E WT normal 2
6 F WT hot 2
7 G mut normal 2
8 H mut hot 2
> condition_1 <- list(genotype="WT", treatment="normal")
Моя цель состоит в том, чтобы извлечь значения в lib
столбец для строк, соответствующих критериям, приведенным в списке.
Я могу использовать следующую функцию для извлечения искомых значений:
> get_libs <- function(experimental_plan, condition) {experimental_plan[apply((experimental_plan[, names(condition)] == condition), 1, all), "lib"]}
Это хорошо работает с вышеупомянутым фреймом данных:
> get_libs(experimental_plan_1, condition_1)
[1] A E
Levels: A B C D E F G H
Тем не менее, я хотел бы, чтобы это было более общим: мой experimental_plan
а также condition
может иметь разные столбцы:
> experimental_plan_2
lib genotype replicate
1 A WT 1
2 B WT 2
3 C WT 3
4 D mut 1
5 E mut 2
6 F mut 3
> condition_2 <- list(genotype="WT")
На этот раз это не удается:
> get_libs(experimental_plan_2, condition_2)
Error in apply((experimental_plan[, names(condition)] == condition), 1, :
dim(X) must have a positive length
В этом случае ожидаемый результат должен быть:
[1] A B C
Levels: A B C D E F
Как я могу написать функцию, которая выполняет ту же самую вещь более надежным способом?
Комментарий
Я нахожу это довольно расстраивающим, что функция не работает, несмотря на то, что оба случая очень похожи: оба кадра данных имеют lib
столбец, и в обоих случаях имена в списке условий соответствуют именам столбцов во фрейме данных.
Очевидно, R автоматически преобразует data.frame в фактор, когда количество столбцов, извлеченных из фрейма данных, уменьшается до одного:
> class(experimental_plan_1)
[1] "data.frame"
> class(experimental_plan_2)
[1] "data.frame"
> class(names(condition_1))
[1] "character"
> class(names(condition_2))
[1] "character"
> class(experimental_plan_1[, names(condition_1)])
[1] "data.frame"
> class(experimental_plan_2[, names(condition_2)])
[1] "factor"
Это идет вразрез с принципом наименьшего удивления. Я ожидаю, что вычисление вернет тот же тип вывода, когда вводятся данные того же типа.