如何将字符型矩阵转换为因子矩阵并指定水平？

你遇到的问题其实是R中矩阵的特性导致的——标准矩阵只能存储原子类型的数据（比如字符、数值、整数），而因子是带有levels属性的特殊整数向量，不属于原子类型。所以当你用apply处理矩阵列并转成因子时，结果会被强制转换为字符型，因为矩阵无法保留因子的属性。

下面给你几个可行的解决方法：

方法1：用Data Frame处理（最推荐） #

Data Frame的每一列可以独立存储因子类型，而且可以像矩阵一样用行/列索引操作，是最实用的方案。你可以简化代码，还能直接指定因子水平：

# 原始字符矩阵
btest <- matrix(LETTERS[1:9], ncol = 3)

# 转成Data Frame并批量转因子，同时指定自定义水平
dtest <- as.data.frame(btest, stringsAsFactors = FALSE)
dtest[] <- lapply(dtest, function(x) factor(x, levels = LETTERS[9:1])) # 倒序水平

# 验证类型
class(dtest[1,1])
# [1] "factor"

方法2：创建列表型矩阵（保持Matrix类） #

如果一定要严格保留matrix类，可以创建一个每个元素都是因子的列表矩阵。不过这种方式操作起来要注意用双括号提取元素：

# 生成每列的因子向量，再组合成列表矩阵
factor_mat <- matrix(
  lapply(1:ncol(btest), function(col) as.factor(btest[, col])),
  ncol = ncol(btest)
)
colnames(factor_mat) <- colnames(btest)

# 查看元素类型（注意用[[1]]提取列表元素）
class(factor_mat[1,1][[1]])
# [1] "factor"

方法3：用Tidyverse工具简化操作 #

如果你熟悉tidyverse生态，用tibble和dplyr可以更直观地完成转换：

library(dplyr)

test_tbl <- as_tibble(btest) %>%
  mutate(across(everything(), ~factor(., levels = LETTERS[1:9])))

# 验证类型
class(test_tbl$V1)
# [1] "factor"

总结一下：如果只是需要类似矩阵的索引和数据操作，Data Frame/Tibble是最便捷的选择；如果必须保持matrix类，列表矩阵是唯一的方式，但使用起来会繁琐一些。

内容的提问来源于stack exchange，提问作者Brandon