R中创建字符矩阵列引发排序错误，求通俗解释及学习指引

背景：我的数据与操作 #

我用tidyverse构建了如下可复现的数据框：

library(tidyverse) 
df <- structure(
  list(
    PN = c("41681", "16588", "34881", "36917", "33116", "68447"), 
    `2017-10` = c(0L, 0L, 0L, 0L, 0L, 0L), 
    `2017-11` = c(0L, 1L, 0L, 0L, 0L, 0L), 
    `2017-12` = c(0L, 0L, 0L, 0L, 1L, 0L), 
    `2018-01` = c(0L, 0L, 1L, 1L, 0L, 0L), 
    `2018-02` = c(1L, 0L, 0L, 0L, 0L, 0L), 
    `2018-03` = c(0L, 0L, 0L, 0L, 0L, 0L), 
    `2018-04` = c(0L, 0L, 0L, 0L, 0L, 1L), 
    Status = c("OK", "NOK", "OK", "NOK", "OK", "OK")
  ), 
  .Names = c("PN", "2017-10", "2017-11", "2017-12", "2018-01", "2018-02", "2018-03", "2018-04", "Status"), 
  row.names = c(NA, -6L), 
  class = c("tbl_df", "tbl", "data.frame")
)

接着执行了两步mutate操作：

1. 初期操作：

mutate(n = parse_integer(str_replace_na(n, replacement = 0)))

2. 后期触发错误的操作：

mutate( 
  Status = ifelse( 
    (apply(.[, 2:7], 1, sum) > 0) & (.[, 8] > 0), 
    "NOK", 
    "OK" 
  ) 
)

遇到的错误 #

执行后弹出报错：

Error in arrange_impl(.data, dots) : Argument 1 is of unsupported type matrix

有开发者提示这是因为“创建了字符矩阵列”，作为R新手，我想搞懂问题到底出在哪，或者知道《R for Data Science》里该看哪些章节来补基础。

问题本质通俗拆解 #

咱们用大白话讲清楚：

• 首先，tidyverse里的dplyr::mutate是用来给数据框加列或改列的，它要求每一列必须是向量——简单说就是一串同类型的数值/字符，像一根单列的小长条。
• 你用apply(.[,2:7],1,sum)计算行求和时，apply函数默认返回的是矩阵类型（哪怕它看起来就是一列数字），再和.[,8]>0的结果（这是向量）用&组合后，整个条件判断的结果就变成了一个矩阵。
• 当你把这个矩阵赋值给Status列时，相当于给数据框塞了一个“不符合规矩的列类型”，而tidyverse的tbl_df（整洁数据框）不允许列是矩阵，后续如果有排序（比如错误里提到的arrange）这类操作，就会因为识别不了矩阵类型而报错。

总结一下：你给数据框的列放了个它不接受的“数据类型”，所以程序炸了。

《R for Data Science》学习指引 #

推荐从这几个章节入手补基础，彻底搞懂这类问题：

• 第2章：Data structures：搞清楚向量、矩阵、数据框这些基础数据结构的区别，明白tidyverse工具默认处理的是哪种结构，避免混用。
• 第5章：Data transformation：重点看mutate的用法，以及如何用dplyr原生的行级计算函数（比如rowSums，可以替代apply来做行求和，返回的是向量），这样就不会引入矩阵类型了。
• 第12章：Tidy data：理解tidy数据的规则，这能帮你明白tidyverse工具的设计逻辑，写出更符合规范的代码，减少这类错误。

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