如何将数据帧列转换为数字类型?
由于(仍)没有人得到复选标记,我假设你有一些实际问题,主要是因为你没有指定要转换为numeric
的矢量类型。我建议你应该使用transform
函数来完成你的任务。
现在我要证明某些 “转换异常”:
# create dummy data.frame
d <- data.frame(char = letters[1:5],
fake_char = as.character(1:5),
fac = factor(1:5),
char_fac = factor(letters[1:5]),
num = 1:5, stringsAsFactors = FALSE)
让我们在data.frame
> d
char fake_char fac char_fac num
1 a 1 1 a 1
2 b 2 2 b 2
3 c 3 3 c 3
4 d 4 4 d 4
5 e 5 5 e 5
都一目了然,让我们运行:
> sapply(d, mode)
char fake_char fac char_fac num
"character" "character" "numeric" "numeric" "numeric"
> sapply(d, class)
char fake_char fac char_fac num
"character" "character" "factor" "factor" "integer"
现在你可能会问自己“异常在哪里?”好吧,我在R中碰到了很奇怪的东西,这不是最混乱的东西,但它可能会让你困惑,尤其是如果你在躺在床上之前阅读它。
这里是:前两列是character
。我特意拨打了2 和一个fake_char
。找出这个character
变量与Dirk在他的回复中创建的变量的相似性。它实际上是一个numerical
矢量转换为character
。 3 rd和4 th列是factor
,最后一个是“纯粹”numeric
。
如果您使用transform
函数,则可以将fake_char
转换为numeric
,但不是char
变量本身。
> transform(d, char = as.numeric(char))
char fake_char fac char_fac num
1 NA 1 1 a 1
2 NA 2 2 b 2
3 NA 3 3 c 3
4 NA 4 4 d 4
5 NA 5 5 e 5
Warning message:
In eval(expr, envir, enclos) : NAs introduced by coercion
,但如果你对fake_char
和char_fac
做同样的事情,你会很幸运,并没有NA的闪避:
> transform(d, fake_char = as.numeric(fake_char),
char_fac = as.numeric(char_fac))
char fake_char fac char_fac num
1 a 1 1 1 1
2 b 2 2 2 2
3 c 3 3 3 3
4 d 4 4 4 4
5 e 5 5 5 5
如果您保存转化data.frame
和检查mode
和class
,你会得到:
> D <- transform(d, fake_char = as.numeric(fake_char),
char_fac = as.numeric(char_fac))
> sapply(D, mode)
char fake_char fac char_fac num
"character" "numeric" "numeric" "numeric" "numeric"
> sapply(D, class)
char fake_char fac char_fac num
"character" "numeric" "factor" "numeric" "integer"
因此,得出的结论是:是的,您可以将character
载体转换为numeric
载体,但前提是其元素可“转换”为numeric
。如果向量中只有一个character
元素,则在尝试将该向量转换为numerical
之一时会出错。
而只是为了证明我的观点:
> err <- c(1, "b", 3, 4, "e")
> mode(err)
[1] "character"
> class(err)
[1] "character"
> char <- as.numeric(err)
Warning message:
NAs introduced by coercion
> char
[1] 1 NA 3 4 NA
而现在,只是为了好玩(或实习),尝试去猜测这些命令的输出:
> fac <- as.factor(err)
> fac
???
> num <- as.numeric(fac)
> num
???
亲切问候帕特里克·伯恩斯! =)
如果x
是数据框dat
的列名,x
是类型的因素,使用方法:
as.numeric(as.character(dat$x))
加入'as.character'确实是我在找的东西。否则转换有时会出错。至少在我的情况下。 – 2014-11-27 16:36:38
为什么需要as.character?我得到一个错误:'错误:(列表)对象不能被强制键入'双',虽然我有理由相信我的向量没有字符/标点符号。然后我试着'as.numeric(as.character(dat $ x))'并且它工作。现在我不确定我的专栏实际上是否只是整数! – vagabond 2015-02-26 22:58:30
如果你对一个因子做数字化,它会将这些级别转换为数值而不是实际值。因此,as.character需要首先将该因子转换为字符,然后再转换为.numeric – MySchizoBuddy 2015-07-21 16:06:05
蒂姆是正确的,巴蒂尔有遗漏。下面是更多的例子:
R> df <- data.frame(a = as.character(10:15))
R> df <- data.frame(df, num = as.numeric(df$a),
numchr = as.numeric(as.character(df$a)))
R> df
a num numchr
1 10 1 10
2 11 2 11
3 12 3 12
4 13 4 13
5 14 5 14
6 15 6 15
R> summary(df)
a num numchr
10:1 Min. :1.00 Min. :10.0
11:1 1st Qu.:2.25 1st Qu.:11.2
12:1 Median :3.50 Median :12.5
13:1 Mean :3.50 Mean :12.5
14:1 3rd Qu.:4.75 3rd Qu.:13.8
15:1 Max. :6.00 Max. :15.0
R>
我们data.frame
现在有系数列(计数)和as.numeric()
的数字摘要---这是错误,因为它得到了数字因子水平的总结---和as.numeric(as.character())
的(正确)摘要。
+1感谢您指出这一点。我删除它。 – Shane 2010-02-18 14:47:22
我的荣幸。这是该语言中较为愚蠢的角落之一,我认为它在此处的旧版“R Gotchas”问题中有所体现。 – 2010-02-18 14:52:27
对我有帮助的东西:如果您有多个要变换的变量范围(或多个变量),则可以使用sapply
。
有点荒谬,但只是举例:
data(cars)
cars[, 1:2] <- sapply(cars[, 1:2], as.factor)
说6-15列3,和你37数据帧需要被转换为数字可能之一:
dat[, c(3,6:15,37)] <- sapply(dat[, c(3,6:15,37)], as.numeric)
as.factor在上面的代码中使得列字符 – MySchizoBuddy 2015-05-23 00:02:31
sapply比变换更好,当处理向量的索引而不是变量名时 – smci 2015-07-15 01:01:11
@MySchizoBuddy是正确的,至少我的数据是。原来的df不会将“转换”列作为因素;他们将保持个性。如果您将'sapply'调用包装在右侧的'as.data.frame()'中,就像@ Mehrad Mahmoudian建议的那样,它将起作用。 – knowah 2016-06-20 09:30:44
用下面的代码可以将所有的数据帧列转换为数字(X是我们想把它转换成数据帧中的列):
as.data.frame(lapply(X, as.numeric))
,以及用于将整个矩阵为你的数字方法有两种:要么 :
mode(X) <- "numeric"
或:
X <- apply(X, 2, as.numeric)
或者您可以使用data.matrix
功能一切转换成数字,但要注意的因素有可能不能正确转换,因此它是安全的一切转化为character
第一:
X <- sapply(X, as.character)
X <- data.matrix(X)
我通常使用这最后一个如果我想转换为矩阵和数字同时
虽然其他人已经很好地涵盖了这个话题,我想添加这个额外的快速思想/提示。您可以使用regexp事先检查字符是否可能仅包含数字。
for(i in seq_along(names(df)){
potential_numcol[i] <- all(!grepl("[a-zA-Z]",d[,i]))
}
# and now just convert only the numeric ones
d <- sapply(d[,potential_numcol],as.numeric)
对于更复杂的正则表达式和一个整洁为什么要学习/体验他们的能力看到这个非常好的网站:http://regexr.com/
我会添加评论(广东话较低的等级)
只是为了加上user276042和pangratz
dat$x = as.numeric(as.character(dat$x))
这将覆盖现有的列X
012的值
要转换一个数据帧列数字,你只需要做: -
因素数值: -
data_frame$column <- as.numeric(as.character(data_frame$column))
同样,这个答案不会为当前的答案组添加任何内容。另外,它不是将因子转换为数字的首选方式。请参阅http://*.com/q/3418128以获取首选方式。 – BenBarnes 2015-04-18 08:09:21
更好的答案是:'sapply(data_frame,function(x)as.numeric(as.character(x)))' – 2015-06-30 14:26:49
如果遇到有问题的:
as.numeric(as.character(dat$x))
乘坐看看你的小数点。如果他们是“,”而不是“”。 (例如“5,3”),上述不起作用。
一个潜在的解决方案是:
as.numeric(gsub(",", ".", dat$x))
我相信这是在一些非英语国家相当普遍。
使用type.convert()
和rapply()
通用方式:
convert_types <- function(x) {
stopifnot(is.list(x))
x[] <- rapply(x, utils::type.convert, classes = "character",
how = "replace", as.is = TRUE)
return(x)
}
d <- data.frame(char = letters[1:5],
fake_char = as.character(1:5),
fac = factor(1:5),
char_fac = factor(letters[1:5]),
num = 1:5, stringsAsFactors = FALSE)
sapply(d, class)
#> char fake_char fac char_fac num
#> "character" "character" "factor" "factor" "integer"
sapply(convert_types(d), class)
#> char fake_char fac char_fac num
#> "character" "integer" "factor" "factor" "integer"
这是最灵活的解决方案 - 值得一些upvotes! – 2016-07-05 03:09:17
应该是最佳答案。如果要将字符转换为数字或因子,请删除'as.is = TRUE' – qfazille 2017-11-20 09:41:23
尝试将具有类型为“矩阵”的data.frame中的一堆列更改为数值更改'classes = matrix'首先出错参数必须是模式字符 – 2018-02-07 17:33:41
在我的电脑(R v.3.2.3),apply
或sapply
给错误。 lapply
效果很好。
dt[,2:4] <- lapply(dt[,2:4], function (x) as.factor(as.numeric(x)))
尽管您的问题严格依赖于数字,但在开始R时有很多转换难以理解。我将致力于解决方法以提供帮助。这个问题类似于This Question。
类型转换可能是R中的一个痛苦,因为(1)因素不能直接转换为数字,它们需要首先转换为字符类,(2)日期是您通常需要处理的特例与分开,(3)跨数据帧列循环可能会非常棘手。幸运的是,“tidyverse”解决了大部分问题。
此解决方案使用mutate_each()
将函数应用于数据框中的所有列。在这种情况下,我们想要应用type.convert()
函数,它可以将字符串转换为数字。因为R喜欢因素(不知道为什么),应该保持字符的字符列变成因子。为了解决这个问题,mutate_if()
函数用于检测因素并更改为字符的列。最后,我想展示如何使用lubridate将字符类中的时间戳更改为日期时间,因为这对于初学者来说通常也是一个障碍。
library(tidyverse)
library(lubridate)
# Recreate data that needs converted to numeric, date-time, etc
data_df
#> # A tibble: 5 × 9
#> TIMESTAMP SYMBOL EX PRICE SIZE COND BID BIDSIZ OFR
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 2012-05-04 09:30:00 BAC T 7.8900 38538 F 7.89 523 7.90
#> 2 2012-05-04 09:30:01 BAC Z 7.8850 288 @ 7.88 61033 7.90
#> 3 2012-05-04 09:30:03 BAC X 7.8900 1000 @ 7.88 1974 7.89
#> 4 2012-05-04 09:30:07 BAC T 7.8900 19052 F 7.88 1058 7.89
#> 5 2012-05-04 09:30:08 BAC Y 7.8900 85053 F 7.88 108101 7.90
# Converting columns to numeric using "tidyverse"
data_df %>%
mutate_each(funs(type.convert)) %>%
mutate_if(is.factor, as.character) %>%
mutate(TIMESTAMP = as_datetime(TIMESTAMP, tz = Sys.timezone()))
#> # A tibble: 5 × 9
#> TIMESTAMP SYMBOL EX PRICE SIZE COND BID BIDSIZ OFR
#> <dttm> <chr> <chr> <dbl> <int> <chr> <dbl> <int> <dbl>
#> 1 2012-05-04 09:30:00 BAC T 7.890 38538 F 7.89 523 7.90
#> 2 2012-05-04 09:30:01 BAC Z 7.885 288 @ 7.88 61033 7.90
#> 3 2012-05-04 09:30:03 BAC X 7.890 1000 @ 7.88 1974 7.89
#> 4 2012-05-04 09:30:07 BAC T 7.890 19052 F 7.88 1058 7.89
#> 5 2012-05-04 09:30:08 BAC Y 7.890 85053 F 7.88 108101 7.90
考虑到可能存在的字符列,这是基于@Abdou在Get column types of excel sheet automatically答案:
makenumcols<-function(df){
df<-as.data.frame(df)
cond <- apply(df, 2, function(x) {
x <- x[!is.na(x)]
all(suppressWarnings(!is.na(as.numeric(x))))
})
numeric_cols <- names(df)[cond]
df[,numeric_cols] <- apply(df[,numeric_cols],2, as.character) # deals with factors
df[,numeric_cols] <- sapply(df[,numeric_cols], as.numeric)
return(df)
}
df<-makenumcols(df)
要转换字符的数字你必须把它转换成因子应用
BankFinal1 <- transform(BankLoan, LoanApproval=as.factor(LoanApproval))
BankFinal1 <- transform(BankFinal1, LoanApp=as.factor(LoanApproval))
必须使两列具有相同的数据,因为一列不能转换为数字。如果你做一个转换它提供了以下错误
transform(BankData, LoanApp=as.numeric(LoanApproval))
Warning message: In eval(substitute(list(...)), `_data`, parent.frame()) : NAs introduced by coercion
这样,做同样的两个数据列后申请
BankFinal1 < transform(BankFinal1, LoanApp = as.numeric(LoanApp),
LoanApproval = as.numeric(LoanApproval))
它会转换角色,成功的数字
如果数据帧具有多种类型的列,则某些字符,某些数字会尝试将以下仅将包含数值的列转换为数字:
for (i in 1:length(data[1,])){
if(length(as.numeric(data[,i][!is.na(data[,i])])[!is.na(as.numeric(data[,i][!is.na(data[,i])]))])==0){}
else {
data[,i]<-as.numeric(data[,i])
}
}
'stringsAsFactors = FALSE'对于在数据文件中读取时很重要。 – 2015-02-19 06:49:56
我知道这是旧的...但...为什么你选择变换()通过df $ fake_char ripvlan 2016-07-27 17:50:17