2

我有数据集,其中使用连字符代替数字零,如下面的示例数据集my.data所示。我可以用零替换连字符,但是在将受影响的列转换为数字时遇到了麻烦。我的实际数据集非常大,有很多列,我不知道哪些列将包含连字符。数据集也太大和太复杂,我无法在将它们读入 R 之前在数据集本身中使用查找和替换。

我认为实际数据集的前三列将是字符,其余列应该是数字(如果不是连字符的话)。是否有一种有效且通用的方法可以将所有带有连字符的列转换为数字而不知道它们是哪些列?

我在下面介绍一种方法,但它似乎相当麻烦。

我在这里找到了许多类似的帖子,但他们似乎通常在询问如何用其他东西替换缺失的观察结果,或者如何将特定的已知因子列转换为字符或数字格式。我没有找到任何处理这个特定问题的帖子,其中需要转换的特定列是未知的,尽管我可能会忽略它们。谢谢你的任何建议。

my.data <- read.table(text = "
landuse units grade Clay    Lincoln    Basin     McCartney     Maple
apple   acres AAA     1         -          3             4         6
apple   acres AA   1000       900         NA            NA       700
pear    acres AA   10.0        20         NA          30.0         -
peach   acres AAA   500        NA        350           300       200
", sep = "", header = TRUE, stringsAsFactors = FALSE, na.string=c('NA'))

my.data
str(my.data)

my.data[my.data == '-'] = '0'

as.numeric(my.data[,4:dim(my.data)[2]])

# Error: (list) object cannot be coerced to type 'double'

# The two lines below work but are too specific
# my.data$Lincoln <- as.numeric(my.data$Lincoln)
# my.data$Maple   <- as.numeric(my.data$Maple)

str(my.data)

# Here I unlist the columns I want to be numeric,
# convert them to a numeric matrix and then create a data frame.
# But this seems cumbersome.

un.my.data <- unlist(my.data[,4: dim(my.data)[2]])
un.my.data <- as.numeric(un.my.data)

my.data.2 <- matrix(un.my.data, nrow=dim(my.data)[1], byrow=F)
colnames(my.data.2) <- names(my.data)[4:dim(my.data)[2]]

new.data <- data.frame(my.data[,1:3], my.data.2)
new.data
str(new.data)
4

3 回答 3

3

连字符的转换和数字的转换都可以使用一个命令来完成,使用sapplyand gsub

cbind(my.data[ , 1:3],
      sapply(my.data[ , -(1:3)], function(x) as.numeric(gsub("^-$", "0", x))))


  landuse units grade Clay Lincoln Basin McCartney Maple
1   apple acres   AAA    1       0     3         4     6
2   apple acres    AA 1000     900    NA        NA   700
3    pear acres    AA   10      20    NA        30     0
4   peach acres   AAA  500      NA   350       300   200
于 2012-11-20T10:10:26.523 回答
3

使用正则表达式替换-0,然后转换为数字。将所有这些包装在lapply

my.data[-(1:3)] <- lapply(
  my.data[-(1:3)], 
  function(x)as.numeric(gsub("-", 0, x))
)

my.data
  landuse units grade Clay Lincoln Basin McCartney Maple
1   apple acres   AAA    1       0     3         4     6
2   apple acres    AA 1000     900    NA        NA   700
3    pear acres    AA   10      20    NA        30     0
4   peach acres   AAA  500      NA   350       300   200
于 2012-11-20T10:12:17.520 回答
0

代替

as.numeric(my.data[,4:dim(my.data)[2]])

试试这个:

my.data[,-(1:3)] <-
  matrix(as.numeric(as.matrix(my.data[,-(1:3))),nrow=nrow(my.data))
str(my.data)

请注意,我使用“除前三列之外的所有列” [,-(1:3)],这比[,4: dim(my.data)[2]].

于 2012-11-20T10:07:13.880 回答