R语言中数字转字符出现多余前导空格的原因咨询

以下是最小可复现代例：

df <- tibble::tibble(
    x=c(1, 10)
)

mwe <- function(row) {
    return(paste0(row[["x"]]))
}

df$mwe1 = apply(df, 1, mwe)
df$mwe2 = apply(df, 1, mwe)

实际运行后df的结果：

# A tibble: 2 × 3
      x mwe1  mwe2 
  <dbl> <chr> <chr>
1     1 1     " 1" 
2    10 10    "10" 

预期结果应为：

# A tibble: 2 × 3
      x mwe1  mwe2 
  <dbl> <chr> <chr>
1     1 1     1 
2    10 10    10 

原因分析 #

问题出在apply函数的底层行为：当对tibble调用apply(..., 1, ...)时，apply会先把tibble转换为矩阵。矩阵要求所有元素类型一致，第一次调用apply后，df新增了字符型列mwe1，此时df的列同时包含数值型和字符型；第二次调用apply时，转换后的矩阵会把所有元素统一转为字符型，并且为了对齐列宽，数值1会被补上前导空格（因为10是两位字符宽度），最终返回的就是带空格的字符串，tibble显示这类字符串时会自动加上引号，以区分普通字符串和带空格的字符串。

解决方法 #

避免用apply处理tibble，改用专为数据框/tibble设计的逐行处理工具：

1. 使用dplyr的rowwise：

library(dplyr)
df <- tibble::tibble(x = c(1, 10)) %>%
  rowwise() %>%
  mutate(
    mwe1 = paste0(x),
    mwe2 = paste0(x)
  ) %>%
  ungroup()

2. 使用purrr的map_chr：

library(purrr)
df <- tibble::tibble(x = c(1, 10))
df$mwe1 <- map_chr(df$x, paste0)
df$mwe2 <- map_chr(df$x, paste0)

这两种方式都不会将数据转换为矩阵，而是直接逐个处理元素，因此不会出现前导空格问题。

内容的提问来源于stack exchange，提问作者Raniere Silva