-2

我有这个数据框。我想在数据框中只有数字。把它清理掉，这样就没有文本、没有 % 和没有 -。我尝试使用 gsub，但是当我使用 sub 时，它会将我的数据帧转换为字符，并且我无法再次将其转换回数据帧。有什么想法可以摆脱数据框中的字符和破折号吗？我还需要摆脱空行。

    V1    V2     V3     V4    V5    V6     V7    V8    V9   V10
1  %user  %sys  %wait  %idle physc %entc  lbusy   app  vcsw phint
2  ----- ----- ------ ------ ----- ----- ------   --- ----- -----
3   36.4  13.1   13.9   36.6  9.26  57.9   28.0 34.96 26049  3492
4   31.1  11.2   12.6   45.1  7.81  48.8   25.9 37.85 17515  2754
5   33.2  13.4   13.2   40.3  8.69  54.3   26.9 35.67 23510  3265
6   34.0  12.8   13.7   39.4  8.77  54.8   26.5 35.19 25151  3305
7   32.7  12.4   13.6   41.3  8.49  53.0   25.9 35.97 25214  3201
8   33.4  13.7   12.5   40.3  8.76  54.7   27.1 36.50 23943  3391
4 %user  %sys  %wait  %idle physc %entc  lbusy   app  vcsw phint
25 ----- ----- ------ ------ ----- ----- ------   --- ----- -----
26  32.9  14.1   11.3   41.7  8.66  54.1   27.9 36.46 22438  3253
27  33.2  13.9   12.0   41.0  8.74  54.6   27.4 37.38 23838  3135
28  30.5  13.3   11.0   45.1  8.13  50.8   26.2 37.42 21912  2752
29  29.9  13.4   11.8   44.8  8.11  50.7   25.5 37.92 23030  2791
30  30.6  12.6   11.1   45.8  8.01  50.1   25.7 37.03 21844  2811
31  32.6  12.2   11.4   43.8  8.30  51.9   28.0 36.84 22227  2723

这不起作用：

gsub("-","",xx)

4

3 回答 3

3

我会做的是试图强迫一切进入numeric：

numerics_only <- apply(data, 2, as.numeric)

尝试将文本强制转换为数字将引入NAs：

Warning messages:
1: In apply(data, 2, as.numeric) : NAs introduced by coercion

如果你愿意，这些你可以压制。然后过滤掉所有有 NA 的行。

newdata <- na.omit(numerics_only)

类似的东西。

于 2013-04-17T19:39:28.530 回答
0

只需删除 data.frame 的前两行：

data1 <- data1[-(1:2),]

添加了评论。您要删除的行似乎总是以“%user”或“-----”开头。你可以像这样删除它们。这是未经测试的代码，因为您没有提供可重现的示例。

data1[!(data1[,1]=="%user"|data1[,1]=="-----"),]
于 2013-04-17T18:50:27.503 回答
0

只是为了表明使用 as.numeric() 的方法当然有效：（适用于复制到文本文件的示例）

> df <- read.delim("testdf.txt", sep = " ", as.is = T)[,-1]
> str(df)
'data.frame':   16 obs. of  10 variables:
 $ V1 : chr  "%user" "-----" "36.4" "31.1" ...
 $ V2 : chr  "%sys" "-----" "13.1" "11.2" ...
 $ V3 : chr  "%wait" "------" "13.9" "12.6" ...
 $ V4 : chr  "%idle" "------" "36.6" "45.1" ...
 $ V5 : chr  "physc" "-----" "9.26" "7.81" ...
 $ V6 : chr  "%entc" "-----" "57.9" "48.8" ...
 $ V7 : chr  "lbusy" "------" "28.0" "25.9" ...
 $ V8 : chr  "app" "---" "34.96" "37.85" ...
 $ V9 : chr  "vcsw" "-----" "26049" "17515" ...
 $ V10: chr  "phint" "-----" "3492" "2754" ...
> (df <- data.frame(na.omit(apply(df, 2, as.numeric))))
     V1   V2   V3   V4   V5   V6   V7    V8    V9  V10
1  36.4 13.1 13.9 36.6 9.26 57.9 28.0 34.96 26049 3492
2  31.1 11.2 12.6 45.1 7.81 48.8 25.9 37.85 17515 2754
3  33.2 13.4 13.2 40.3 8.69 54.3 26.9 35.67 23510 3265
4  34.0 12.8 13.7 39.4 8.77 54.8 26.5 35.19 25151 3305
5  32.7 12.4 13.6 41.3 8.49 53.0 25.9 35.97 25214 3201
6  33.4 13.7 12.5 40.3 8.76 54.7 27.1 36.50 23943 3391
7  32.9 14.1 11.3 41.7 8.66 54.1 27.9 36.46 22438 3253
8  33.2 13.9 12.0 41.0 8.74 54.6 27.4 37.38 23838 3135
9  30.5 13.3 11.0 45.1 8.13 50.8 26.2 37.42 21912 2752
10 29.9 13.4 11.8 44.8 8.11 50.7 25.5 37.92 23030 2791
11 30.6 12.6 11.1 45.8 8.01 50.1 25.7 37.03 21844 2811
12 32.6 12.2 11.4 43.8 8.30 51.9 28.0 36.84 22227 2723
Warnmeldungen:
1: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
2: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
3: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
4: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
5: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
6: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
7: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
8: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
9: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
10: In apply(df, 2, as.numeric) : NAs durch Umwandlung erzeugt
于 2013-04-17T20:39:32.620 回答