R语言：data.frame用paste时元素转数值的原因及拼接方案

咱们先回顾下你的操作背景：
你定义了四个向量：

a <- c(1,2,3,4)
b <- c("L","L","F","L")
c <- c(11,22,33,44)
d <- c("Y", "N", "Y","Y")

直接对向量用paste(a,b,c,d, sep = "$", collapse = "%")得到了预期的输出(1)：

[1] "1$L$11$Y%2$L$22$N%3$F$33$Y%4$L$44$Y"

但把向量转成data.frame后：

df <- data.frame(a,b,c,d)

再用paste(df, sep = "$", collapse = "%")得到的却是输出(2)：

[1] "c(1, 2, 3, 4)%c(2, 2, 1, 2)%c(11, 22, 33, 44)%c(2, 1, 2, 2)"

接下来咱们逐个解决你的问题：

问题1：为何df中的元素会被转为数值？ #

这是因为默认情况下，R的data.frame()会把字符型向量自动转换为因子（factor）类型。因子在R的底层是用整数来存储的，每个整数对应一个字符水平——比如你的b向量里，因子水平默认按字母排序是"F"、"L"，所以"F"对应整数1，"L"对应整数2；d向量的因子水平是"N"、"Y"，所以"N"对应1，"Y"对应2。

当你直接对整个data.frame调用paste()时，R会把每一列（也就是每个因子列）转换成它的底层整数编码，所以你看到的输出里出现了数值而不是原来的字符。

如果想避免这种自动转换，你可以在创建data.frame时加上stringsAsFactors = FALSE参数（R 4.0及以上版本已经默认是这个设置，但旧版本需要手动指定）：

df <- data.frame(a,b,c,d, stringsAsFactors = FALSE)

问题2：如何使用df得到输出(1)？ #

核心思路是先按行合并每一行的元素（用$分隔），再把所有行的结果用%连接起来，这里给你两种常用方法：

方法一：Base R 实现 #

用apply()函数逐行处理data.frame，先把每行的元素合并成带$的字符串，再整体用% collapse：

# 如果df是因子型列，先转成字符型避免数值问题
df_char <- lapply(df, as.character) |> as.data.frame()

# 逐行合并
row_combined <- apply(df_char, 1, function(row) paste(row, collapse = "$"))

# 最终合并成目标字符串
result <- paste(row_combined, collapse = "%")

运行后result就是你想要的输出(1)。

方法二：tidyverse 工具包实现 #

如果你习惯用tidyverse系列函数，可以用unite()先把所有列合并成一列，再用str_c()连接：

library(tidyverse)

# 先合并所有列成一列，分隔符为$
df_united <- df |> 
  unite(col = "combined", everything(), sep = "$", remove = TRUE)

# 把合并后的列元素用%连接
result <- str_c(df_united$combined, collapse = "%")

同样能得到目标输出。

内容的提问来源于stack exchange，提问作者mojek