你怎么一个数据帧列转换为数字类型?
由于(仍然)任何人也没有打勾,我假定你有一些实际的问题一点,主要是因为你没有指定你要转换为numeric
什么类型的载体。我建议你应该为了完成你的任务应用transform
功能。
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
一览
> 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
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"
现在你可能问自己:“如果是一个异常?”嗯,我碰到了很奇特的事情R,而这还不是最混杂的东西,但它可以迷惑你,特别是如果你滚进睡前阅读。
这里所说:前两列character
。我故意叫二日一个fake_char
。现货与一个本character
变量德克在答复中创建的相似性。它实际上是转换为numerical
一个character
载体。第三和第四列是factor
,最后一个是“纯粹的” numeric
。
如果你使用transform
功能,您可以将fake_char
转换成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
但如果你在fake_char
和char_fac
做同样的事情,你会很幸运,并摆脱无NA的:
> 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,你可以character
向量转换成numeric
之一,但只有当它的元素是“转换”到numeric
。如果有矢量只是一个character
元素,你会试图到载体numerical
一个转换时出现错误。
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! =)
要转换一个数据帧列数字,你只需要做: -
因子数值: -
data_frame$column <- as.numeric(as.character(data_frame$column))
虽然他人已经覆盖了话题非常好,我想添加这个额外的快的想法/提示。你可以使用正则表达式预先检查是否字符可能仅包含NUMERICS。
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真的不错的网站:http://regexr.com/
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)))
如果数据框有多种类型的列时,某些字符,某些数字请尝试以下只包含数值为数字列转换:
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])
}
}
随着谈话::转换
要轻松多列转换为可以使用hablar::convert
不同的数据类型。简单的语法:df %>% convert(num(a))
列一个从转换到DF数值。
例如详细
让mtcars
的所有列转换为字符。
df <- mtcars %>% mutate_all(as.character) %>% as_tibble()
> df
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
1 21 6 160 110 3.9 2.62 16.46 0 1 4 4
2 21 6 160 110 3.9 2.875 17.02 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.61 1 1 4 1
随着hablar::convert
:
library(hablar)
# Convert columns to integer, numeric and factor
df %>%
convert(int(cyl, vs),
num(disp:wt),
fct(gear))
结果是:
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <int> <dbl> <dbl> <dbl> <dbl> <chr> <int> <chr> <fct> <chr>
1 21 6 160 110 3.9 2.62 16.46 0 1 4 4
2 21 6 160 110 3.9 2.88 17.02 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.61 1 1 4 1
4 21.4 6 258 110 3.08 3.22 19.44 1 0 3 1
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)
df[] <- lapply(df, as.character)
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] <- sapply(df[,numeric_cols], as.numeric)
return(df)
}
df<-makenumcols(df)
字符转换为数字,你必须通过向它转换成因子
BankFinal1 <- transform(BankLoan, LoanApproval=as.factor(LoanApproval))
BankFinal1 <- transform(BankFinal1, LoanApp=as.factor(LoanApproval))
你必须让两列具有相同的数据,因为一列不能转换成数字。如果你做一个转换它给下面的错误
transform(BankData, LoanApp=as.numeric(LoanApproval))
Warning message: In eval(substitute(list(...)), `_data`, parent.frame()) : NAs introduced by coercion
所以,做同样的两个数据列后申请
BankFinal1 <- transform(BankFinal1, LoanApp = as.numeric(LoanApp),
LoanApproval = as.numeric(LoanApproval))
这将改变角色成功的数字
东西帮助了我:如果你有变量范围转换(或只是一个以上),你可以使用sapply
。
有点无厘头,但只是举例:
data(cars)
cars[, 1:2] <- sapply(cars[, 1:2], as.factor)
说列3,6-15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)
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$x))
我会添加评论(广东话较低的等级)
我想补充的user276042和pangratz
dat$x = as.numeric(as.character(dat$x))
这将覆盖现有列x的值
Tim是正确的,巴蒂尔有遗漏。下面是更多的例子:
R> df <- data.frame(a = as.character(10:15))
R> df <- data.frame(df, num = as.numeric(df$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---这是不对的,因为它得到了数字因子水平的总结---和as.numeric(as.character())
的(正确的)摘要。
用下面的代码可以将所有的数据帧列转换为数字(X是我们要转换它的列中的数据帧):
as.data.frame(lapply(X, as.numeric))
和整个矩阵转换成数字,有两种方式:要么:
mode(X) <- "numeric"
要么:
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率先character
:
X <- sapply(X, as.character)
X <- data.matrix(X)
如果我要转换为同时矩阵和数字我通常使用这最后一个
虽然你的问题是严格的数字,有许多的转换,是很难开始R.我就旨在解决方法时帮助理解。这个问题类似于This Question。
类型转换可以是R A痛苦,因为(1)的因素不能被直接转换为数字,他们需要先转换为字符类,(2)的日期是您通常需要处理分开的特殊情况,并(3)跨数据帧列的循环可以是棘手的。幸运的是,“tidyverse”已经解决了大部分问题。
该解决方案使用mutate_each()
在数据帧的功能适用于所有列。在这种情况下,我们要应用type.convert()
功能,将字符串转换为数字在那里可以。由于[R爱因素(不知道为什么)应该留字字符列得到改变的因素。为了解决这个问题,该mutate_if()
功能是用来检测那些因素列和改变为字符。最后,我想展示如何lubridate可以用来改变字符类最新时间的时间戳,因为这往往也是初学者贴块。
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_all(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
如果遇到有问题的:
as.numeric(as.character(dat$x))
看看你的小数点符号。如果他们是“”不是“” (例如,“5,3”)以上将不起作用。
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"