如何将数据框列转换为数值类型?
18 回答
由于(仍然)没有人得到复选标记,我假设您有一些实际问题,主要是因为您没有指定要转换为的向量类型numeric
。我建议你应该应用transform
函数来完成你的任务。
现在我要演示某些“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)
让我们一睹为快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
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“哪里有异常?” 好吧,我在 R 中遇到了一些非常奇怪的东西,这不是最令人困惑的事情,但它会让你感到困惑,尤其是如果你在上床睡觉之前阅读了这篇文章。
这里是:前两列是character
. 我故意打电话给第二个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
向量转换为character
. 第3列和第 4列是factor
,最后一列是“纯” numeric
。
如果你使用transform
函数,你可以转换fake_char
into numeric
,但不能转换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
但是如果你在 and 上做同样的事情fake_char
,char_fac
你会很幸运,并且没有 NA:
> 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
如果你保存转换data.frame
并检查mode
and 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,结论是:是的,您可以将character
向量转换为numeric
一个,但前提是它的元素可以“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一个时会出错numerical
。
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
现在,只是为了好玩(或练习),尝试猜测这些命令的输出:
> fac <- as.factor(err)
> fac
???
> num <- as.numeric(fac)
> num
???
向帕特里克伯恩斯致以亲切的问候!=)
对我有帮助的东西:如果你有一系列变量要转换(或不止一个),你可以使用sapply
.
有点荒谬,但例如:
data(cars)
cars[, 1:2] <- sapply(cars[, 1:2], as.factor)
假设数据框的第 3、6-15 和 37 列需要转换为数字,可以:
dat[, c(3,6:15,37)] <- sapply(dat[, c(3,6:15,37)], as.numeric)
如果x
是 dataframe 的列名dat
,并且x
是类型因子,请使用:
as.numeric(as.character(dat$x))
我会添加评论(不能低评级)
只需添加 user276042 和 pangratz
dat$x = as.numeric(as.character(dat$x))
这将覆盖现有列 x 的值
使用以下代码,您可以将所有数据框列转换为数字(X 是我们要转换它的列的数据框):
as.data.frame(lapply(X, as.numeric))
并且要将整个矩阵转换为数字,您有两种方法:
mode(X) <- "numeric"
或者:
X <- apply(X, 2, as.numeric)
或者,您可以使用data.matrix
函数将所有内容转换为数字,但请注意可能无法正确转换因子,因此将所有内容转换为character
第一个更安全:
X <- sapply(X, as.character)
X <- data.matrix(X)
如果我想同时转换为矩阵和数字,我通常使用最后一个
虽然您的问题完全是关于数字的,但在开始 R 时,有许多转换难以理解。我的目标是解决方法来提供帮助。这个问题类似于This Question。
类型转换在 R 中可能很麻烦,因为 (1) 因子不能直接转换为数字,它们需要首先转换为字符类,(2) 日期是您通常需要单独处理的特殊情况,以及(3) 跨数据框列的循环可能很棘手。幸运的是,“tidyverse”已经解决了大部分问题。
此解决方案用于mutate_each()
将函数应用于数据框中的所有列。在这种情况下,我们要应用该type.convert()
函数,它可以将字符串转换为数字。因为 R 喜欢因子(不知道为什么)应该保留字符的字符列被更改为因子。为了解决这个问题,该mutate_if()
函数用于检测作为因素的列并更改为字符。最后,我想展示如何使用 lubridate 将字符类中的时间戳更改为日期时间,因为这通常也是初学者的一个难题。
library(tidyverse)
library(lubridate)
# Recreate data that needs converted to numeric, date-time, etc
data_df
#> # A tibble: 5 × 9
#> TIMESTAMP SYMBOL EX PRICE SIZE COND BID BIDSIZ OFR
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 2012-05-04 09:30:00 BAC T 7.8900 38538 F 7.89 523 7.90
#> 2 2012-05-04 09:30:01 BAC Z 7.8850 288 @ 7.88 61033 7.90
#> 3 2012-05-04 09:30:03 BAC X 7.8900 1000 @ 7.88 1974 7.89
#> 4 2012-05-04 09:30:07 BAC T 7.8900 19052 F 7.88 1058 7.89
#> 5 2012-05-04 09:30:08 BAC Y 7.8900 85053 F 7.88 108101 7.90
# Converting columns to numeric using "tidyverse"
data_df %>%
mutate_all(type.convert) %>%
mutate_if(is.factor, as.character) %>%
mutate(TIMESTAMP = as_datetime(TIMESTAMP, tz = Sys.timezone()))
#> # A tibble: 5 × 9
#> TIMESTAMP SYMBOL EX PRICE SIZE COND BID BIDSIZ OFR
#> <dttm> <chr> <chr> <dbl> <int> <chr> <dbl> <int> <dbl>
#> 1 2012-05-04 09:30:00 BAC T 7.890 38538 F 7.89 523 7.90
#> 2 2012-05-04 09:30:01 BAC Z 7.885 288 @ 7.88 61033 7.90
#> 3 2012-05-04 09:30:03 BAC X 7.890 1000 @ 7.88 1974 7.89
#> 4 2012-05-04 09:30:07 BAC T 7.890 19052 F 7.88 1058 7.89
#> 5 2012-05-04 09:30:08 BAC Y 7.890 85053 F 7.88 108101 7.90
如果您遇到以下问题:
as.numeric(as.character(dat$x))
看看你的小数点。如果它们是“,”而不是“。” (例如“5,3”)以上行不通。
一个潜在的解决方案是:
as.numeric(gsub(",", ".", dat$x))
我相信这在一些非英语国家很常见。
蒂姆是对的,而谢恩有一个遗漏。以下是其他示例:
R> df <- data.frame(a = as.character(10:15))
R> df <- data.frame(df, num = as.numeric(df$a),
numchr = as.numeric(as.character(df$a)))
R> df
a num numchr
1 10 1 10
2 11 2 11
3 12 3 12
4 13 4 13
5 14 5 14
6 15 6 15
R> summary(df)
a num numchr
10:1 Min. :1.00 Min. :10.0
11:1 1st Qu.:2.25 1st Qu.:11.2
12:1 Median :3.50 Median :12.5
13:1 Mean :3.50 Mean :12.5
14:1 3rd Qu.:4.75 3rd Qu.:13.8
15:1 Max. :6.00 Max. :15.0
R>
我们data.frame
现在有一个因子列(计数)的摘要和as.numeric()
--- 这是错误的,因为它得到了数字因子水平 --- 和as.numeric(as.character())
.
type.convert()
使用和的通用方式rapply()
:
convert_types <- function(x) {
stopifnot(is.list(x))
x[] <- rapply(x, utils::type.convert, classes = "character",
how = "replace", as.is = TRUE)
return(x)
}
d <- data.frame(char = letters[1:5],
fake_char = as.character(1:5),
fac = factor(1:5),
char_fac = factor(letters[1:5]),
num = 1:5, stringsAsFactors = FALSE)
sapply(d, class)
#> char fake_char fac char_fac num
#> "character" "character" "factor" "factor" "integer"
sapply(convert_types(d), class)
#> char fake_char fac char_fac num
#> "character" "integer" "factor" "factor" "integer"
要将数据框列转换为数字,您只需执行以下操作:-
因子到数字:-
data_frame$column <- as.numeric(as.character(data_frame$column))
尽管其他人已经很好地涵盖了该主题,但我想添加这个额外的快速想法/提示。您可以使用正则表达式提前检查字符是否可能仅包含数字。
for(i in seq_along(names(df)){
potential_numcol[i] <- all(!grepl("[a-zA-Z]",d[,i]))
}
# and now just convert only the numeric ones
d <- sapply(d[,potential_numcol],as.numeric)
有关更复杂的正则表达式和学习/体验其强大功能的简洁原因,请参阅这个非常好的网站:http ://regexr.com/
如果数据框有多种类型的列、一些字符、一些数字,请尝试以下操作以仅将包含数值的列转换为数字:
for (i in 1:length(data[1,])){
if(length(as.numeric(data[,i][!is.na(data[,i])])[!is.na(as.numeric(data[,i][!is.na(data[,i])]))])==0){}
else {
data[,i]<-as.numeric(data[,i])
}
}
与hablar::convert
要轻松地将多列转换为不同的数据类型,您可以使用hablar::convert
. 简单语法:df %>% convert(num(a))
将 a 列从 df 转换为数字。
详细示例
让我们将所有列转换mtcars
为字符。
df <- mtcars %>% mutate_all(as.character) %>% as_tibble()
> df
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
1 21 6 160 110 3.9 2.62 16.46 0 1 4 4
2 21 6 160 110 3.9 2.875 17.02 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.61 1 1 4 1
与hablar::convert
:
library(hablar)
# Convert columns to integer, numeric and factor
df %>%
convert(int(cyl, vs),
num(disp:wt),
fct(gear))
结果是:
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <int> <dbl> <dbl> <dbl> <dbl> <chr> <int> <chr> <fct> <chr>
1 21 6 160 110 3.9 2.62 16.46 0 1 4 4
2 21 6 160 110 3.9 2.88 17.02 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.61 1 1 4 1
4 21.4 6 258 110 3.08 3.22 19.44 1 0 3 1
考虑到可能存在 char 列,这基于Get column types of excel sheet 中的 @Abdou 自动回答:
makenumcols<-function(df){
df<-as.data.frame(df)
df[] <- lapply(df, as.character)
cond <- apply(df, 2, function(x) {
x <- x[!is.na(x)]
all(suppressWarnings(!is.na(as.numeric(x))))
})
numeric_cols <- names(df)[cond]
df[,numeric_cols] <- sapply(df[,numeric_cols], as.numeric)
return(df)
}
df<-makenumcols(df)
在我的电脑(R v.3.2.3)中,apply
还是sapply
报错。lapply
效果很好。
dt[,2:4] <- lapply(dt[,2:4], function (x) as.factor(as.numeric(x)))
df
是你的数据框。x
是df
您要转换的列
as.numeric(factor(df$x))
要将字符转换为数字,您必须通过应用将其转换为因子
BankFinal1 <- transform(BankLoan, LoanApproval=as.factor(LoanApproval))
BankFinal1 <- transform(BankFinal1, LoanApp=as.factor(LoanApproval))
您必须使用相同的数据制作两列,因为一列无法转换为数字。如果您进行一次转换,则会出现以下错误
transform(BankData, LoanApp=as.numeric(LoanApproval))
Warning message: In eval(substitute(list(...)), `_data`, parent.frame()) : NAs introduced by coercion
所以,在做了两列相同的数据之后
BankFinal1 <- transform(BankFinal1, LoanApp = as.numeric(LoanApp),
LoanApproval = as.numeric(LoanApproval))
它将成功地将字符转换为数字