为何as.factor与apply联用失效，改用lapply却可行？

核心差异：处理数据框的底层逻辑不同 #

• apply的行为：当你用apply(df, 2, as.factor)时，apply会先把数据框转换成矩阵（它本来就是为矩阵设计的工具）。矩阵要求所有元素类型必须统一，如果原数据框的列是字符、整数等混合类型，转成矩阵后会被强制统一为字符型。之后apply对每一列执行as.factor，得到的结果是一个字符矩阵，再用data.frame()包裹后，这些列依然是字符类型，并没有真正变成factor——这就是转换失效的原因。
• lapply的行为：数据框本质是「由列组成的列表」，lapply会直接遍历数据框的每一列（也就是列表的每个元素），单独对每一列执行as.factor，返回的是一个由factor对象组成的列表。用data.frame()把这个列表转成数据框后，每一列自然就是factor类型，所以转换成功。

举个简单例子验证 #

假设我们有一个小数据框：

df <- data.frame(a = c(1,2,3), b = c("x", "y", "z"), stringsAsFactors = FALSE)

用apply处理：

apply(df, 2, as.factor)
# 输出是矩阵，元素全为字符：
#      a   b  
# [1,] "1" "x"
# [2,] "2" "y"
# [3,] "3" "z"
class(apply(df, 2, as.factor)) # 结果是"matrix"

转成data.frame后，列还是字符型：

df_apply <- data.frame(apply(df, 2, as.factor))
sapply(df_apply, class) # 输出 a: "character", b: "character"

用lapply处理：

lapply(df, as.factor)
# 输出是列表，每个元素都是factor：
# $a
# [1] 1 2 3
# Levels: 1 2 3
# 
# $b
# [1] x y z
# Levels: x y z

转成data.frame后，列都是factor：

df_lapply <- data.frame(lapply(df, as.factor))
sapply(df_lapply, class) # 输出 a: "factor", b: "factor"

总结 #

• 处理数据框的列类型转换时，优先用lapply（或者purrr::map这类列表遍历工具），它们会保留每一列的独立类型，不会强制转成矩阵导致类型丢失。
• apply更适合处理矩阵，用来处理数据框列很容易因为类型统一的规则产生意外结果。

内容的提问来源于stack exchange，提问作者Taek Hwang