将函数应用于数据框中的每一列，观察每列现有的数据类型

我正在尝试获取大数据框中每列的最小值/最大值，作为了解我的数据。我的第一次尝试是：

apply(t,2,max,na.rm=1)

它将所有内容视为字符向量，因为前几列是字符类型。所以一些数字列的最大值是" -99.5".

然后我尝试了这个：

sapply(t,max,na.rm=1)

但它抱怨max 对因子没有意义. (lapply是一样的。）令我困惑的是apply想法max对于因素来说非常有意义，例如它为第 1 列返回“ZEBRA”。

顺便说一句，我看了一下在 POSIXct 向量上使用 sapply https://stackoverflow.com/questions/2482125/r-using-sapply-on-vector-of-posixct其中一个答案说“当您使用 sapply 时，您的对象被强制为数字，...“。这是发生在我身上的事情吗？如果是这样，是否有一个不强制的替代应用函数？当然这是一个常见的需求，因为数据框类型的关键特征之一是每列可以是不同的类型。

如果它是一个“有序因素”，事情就会有所不同。这并不是说我喜欢“有序因素”，我不喜欢，只是说有些关系是为“有序因素”定义的，而不是为“因素”定义的。因素被认为是普通的分类变量。您将看到因素的自然排序顺序，即您所在区域的字母词汇顺序。如果您想自动将每一列强制转换为“数字”，...日期和因素等等，请尝试：

sapply(df, function(x) max(as.numeric(x)) )   # not generally a useful result

或者，如果您想首先测试因素并按预期返回：

sapply( df, function(x) if("factor" %in% class(x) ) { 
            max(as.numeric(as.character(x)))
            } else { max(x) } )

@Darrens 评论确实效果更好：

 sapply(df, function(x) max(as.character(x)) )  

max字符向量确实成功。