您可以使用循环：

block <- c("ati_1", "ati_2", "ati_3", "ati_4")
    for (j in block) {myd[[j]] <- unclass(myd[[j]])}
# The double brackets allows you to specify actual names to extrapolate within the data frame

这里有几种方法，我们使用CO2，它带有R，并且有几个因子列，这会取消这些列的类。
如果你需要其他的标准

• 将ix设置为名称或位置或定义要在基础R解决方案中变换的那些列的逻辑向量
• 将折叠解决方案中的is.factor替换为名称或位置的向量，或者表示要转换的列的逻辑向量
• 在dplyr解决方案中，将where（...）替换为相同的名称、位置或逻辑。

代码如下所示。在所有这些代码中，输入都不会被覆盖，所以如果你想从头开始重新运行它，你仍然可以使用未更改的输入，通常，覆盖对象是容易出错的。

# Base R
ix <- sapply(CO2, is.factor)
replace(CO2, ix, lapply(CO2[ix], unclass))

# collapse
library(collapse)
ftransformv(CO2, is.factor, unclass)

# dplyr
library(dplyr)
CO2 %>%
  mutate(across(where(is.factor), unclass))

根据您的需要，这可能就足够了，或者如果矩阵结果可以的话，可以省略as.data.frame。

as.data.frame(data.matrix(CO2))