如何将数据框中的所有非数字单元格转换为NA

Question

我试图将具有非数字值的所有单元格转换为缺失数据（NA）。我尝试了类似的将特定值转换为缺失数据的方法，例如：

recode_missing <- function (g, misval)
{
  a <- g == misval
  temp = g
  temp [a] <- NA
  return (temp)
}

这很有效：优雅的R解决方案。

我试图解码像a <- g == is.numeric ()（语法错误），a <- is.numeric (g): (Error: (list) object cannot be coerced to type 'double'), or evena [，]

remove_nn <- function (data)
{
  # removes all non-numeric columns
  numeric_columns <- sapply (data, is.numeric)
  return (data [, numeric_columns])
} ### remove_nn ###

但是这会删除列并将数据帧转换为某个矩阵。

有人可以建议如何将单个非数字单元格转换为NA，同时保持数据结构完好无损？

编辑

正如评论所指出的那样，在数值海洋中没有单独的字符串值。只是数字或其他的向量。我现在想知道是什么导致了medians <- apply (data, 2, median)中的非数字错误。我有很多载体，通过眼睛检查证明没用。我发布了num <- sapply (data, is.numeric)和下一个data [,!num]。这给了我非数字的列。在一种情况下，由一个单元格值包含多余的“。文件由电子表格预处理，如果只有一个单元格是非数字的，则完整的向量被视为非数字。

Answer 1

根据您的编辑，您有向量应该是数字，但由于在读入过程中引入了一些错误数据，数据已转换为另一种格式（可能是character或factor）。

这是一个例子。

mydf1 <- mydf2 <- mydf3 <-
 data.frame(...)

只用相同的数据创建了三个data.frames。

# I'm going to show three approaches
mydf1 <- mydf2 <- mydf3 <- data.frame(
  A = c(1, 2, "x", 4),
  B = c("y", 3, 4, "-")
)

str(mydf1)
# 'data.frame': 4 obs. of  2 variables:
#  $ A: Factor w/ 4 levels "1","2","4","x": 1 2 4 3
#  $ B: Factor w/ 4 levels "-","3","4","y": 4 2 3 1

一种方法是让R将任何无法转换为数字的值强制转换为NA：

## You WILL get warnings
mydf1[] <- lapply(mydf1, function(x) as.numeric(as.character(x)))
# Warning messages:
# 1: In FUN(X[[i]], ...) : NAs introduced by coercion
# 2: In FUN(X[[i]], ...) : NAs introduced by coercion

str(mydf1)
# 'data.frame': 4 obs. of  2 variables:
#  $ A: num  1 2 NA 4
#  $ B: num  NA 3 4 NA

另一种选择是使用makemeNA的my SOfun package：

library(SOfun)
makemeNA(mydf2, "[^0-9]", FALSE)
#    A  B
# 1  1 NA
# 2  2  3
# 3 NA  4
# 4  4 NA

str(.Last.value)
# 'data.frame': 4 obs. of  2 variables:
#  $ A: int  1 2 NA 4
#  $ B: int  NA 3 4 NA

这个函数有点不同，因为它使用type.convert进行转换，并且可以处理更多特定的规则以转换为NA（就像你可以在将数据读入R时使用na.strings的向量）。

---

关于你的错误，我相信你会在你的as.numeric上尝试data.frame来获得你所显示的错误。

例：

# Your error...
as.numeric(mydf3)
# Error: (list) object cannot be coerced to type 'double'

你不会在matrix上得到那个错误（但你仍会得到警告）....

# You'll get a warning
as.numeric(as.matrix(mydf3))
# [1]  1  2 NA  4 NA  3  4 NA
# Warning message:
# NAs introduced by coercion 

为什么我们不需要明确使用as.character？ as.matrix为您做到这一点：

str(as.matrix(mydf3))
#  chr [1:4, 1:2] "1" "2" "x" "4" "y" "3" "4" "-"
#  - attr(*, "dimnames")=List of 2
#   ..$ : NULL
#   ..$ : chr [1:2] "A" "B"

你怎么能用这些信息？

mydf3[] <- as.numeric(as.matrix(mydf3))
# Warning message:
# NAs introduced by coercion 

str(mydf3)
# 'data.frame': 4 obs. of  2 variables:
#  $ A: num  1 2 NA 4
#  $ B: num  NA 3 4 NA

Answer 2

简单是最好的。选择列 - 我选择了第4列到第31列。

df[,4:31] <- as.numeric(as.factor(as.character(df[,4:31])))