Q：データフレーム内の長さゼロの文字列に対するlevels（）とunique（）の区別

Question

データフレーム内の列に長さゼロの文字列が含まれている場合、それをlevels（）関数に渡すと、文字列。しかし、unique（）はそうしません。これは私には直感的ではないようですが、私はこれを説明する文書を見つけることができませんでした。誰がなぜこれが当てはまるのか知っていますか？

例：

[1] a b 
Levels: a b 

レベル（）」が含まれる：

unique(d$col1) 

（一意

）長さゼロの文字列要素が返されない：ユニーク

コール（）

d <- data.frame(col1 = c("", 'a', 'b')) # Contains "". 

"結果：

levels(d$col1) 
[1] "" "a" "b" 

Answer 1

これは印刷方法と関係がある。ドキュメントから、戻り値はunique：

ベクトルの場合、同じタイプのxのオブジェクトですが、各複製要素のコピーは1つのみです。属性はコピーされません（結果に名前はありません）。

そしてcol1も要因であるため、実際に、あなたはunique因子を返すことがわかります。

class(unique(d$col1)) 
[1] "factor" 

levelsの戻り値は文字ベクトルで、一方：

class(levels(d$col1)) 
[1] "character" 

したがって、uniqueは空の文字列を二重引用符で囲まずに表示します。代替因子の列なしでDFを定義するには、次のようになります。

d <- data.frame(col1 = c("", 'a', 'b'), stringsAsFactors = F) 

そして、ここでuniqueは確かに「望んでいたが返されます」。もちろんlevels要因のみに適用され、もはや適切ではないだろう：

は

unique(d$col1) 
[1] "" "a" "b"