将小DataFrame导入大DataFrame时显示内存位置而非实际值的解决方法

嘿，这个问题我太熟悉啦！你遇到的其实是R里因子类型的经典坑——默认情况下read.table会把字符数据转成因子（factor），当你把因子赋值到新的DataFrame时，R会自动提取因子的水平编号（也就是你看到的数字），而不是实际的字符内容。下面给你几个简单的修正步骤：

1. 读取数据时禁用因子转换 #

修改read.table的调用，加上stringsAsFactors = FALSE参数，让读取的字符列保持原生的字符类型，不会被转成因子：

df <- read.table("msigdb.v5.2.symbols.txt", fill = TRUE, stringsAsFactors = FALSE)

2. 初始化大DataFrame时指定字符类型（可选但更稳妥） #

原来的matrix(NA)默认是逻辑型，虽然赋值时会自动转换，但提前指定字符类型可以避免潜在的类型冲突问题：

data <- data.frame(matrix(NA_character_, ncol = 10000, nrow = 19337), stringsAsFactors = FALSE)

3. 用更高效的方式替代循环（可选） #

你原来的for循环可以正常工作，但R里直接切片赋值会更高效，尤其是处理大量行的时候：

data[1:20, ] <- df[1:20, ]

完成这些操作后，你再查看data[1,1]，就会显示实际的字符名称"AAANWWTGC_UNKNOWN"，而不是数字啦！

内容的提问来源于stack exchange，提问作者Rohan Singhal