为什么 "logical" 参数 returns 向量与 tibbles 的不同输出

Question

有人能告诉我为什么 "logical" 参数 returns 向量与 tibbles 的不同输出：

 a<-c(1,0,"t")
 the_numeric<-vector("logical",length(a))
 for (i in seq_along(a)) the_numeric[[i]] <- is.numeric(a[[i]])
 the_numeric
[1] FALSE FALSE FALSE

 df<-tibble::tibble(
     a=rnorm(10),
     b=rnorm(10),
     c=sample(letters,10)
     )
 the_numeric<-vector("logical",length(df))
 for (i in seq_along(df)) the_numeric[[i]] <- is.numeric(df[[i]])
 the_numeric
[1]  TRUE  TRUE FALSE

Answer 1

区别不在于向量与 tibbles 之间，而是向量与列表之间（tibble/dataframes 是特殊类型的列表）。

向量只能保存一个 class 的数据。因此，a 的所有值都成为最常见的 class 字符，但 dataframes/tibbles 的情况并非如此，它们可以将不同 class 的数据保存在不同的位置列。

a<- c(1,0,"t")
a
#[1] "1" "0" "t"

class(a)
#[1] "character"

sapply(df, class)
#          a           b           c 
#  "numeric"   "numeric" "character"

为什么 "logical" 参数 returns 向量与 tibbles 的不同输出

Why the "logical" argument returns different outputs for vectors vs. tibbles

r

tibble