كيفية تحويل عمود إطار البيانات إلى نوع رقمي؟
https://stackoverflow.com/questions/2288485
-
21-09-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russianسؤال
كيف يمكنك تحويل عمود إطار البيانات إلى نوع رقمي؟
المحلول
بما أنه (لا يزال) لا أحد يحصل على علامة فحص ، أفترض أن لديك مشكلة عملية في الاعتبار ، في الغالب لأنك لم تحدد نوع المتجه الذي تريد تحويله إلى numeric. أقترح عليك التقديم transform وظيفة لإكمال مهمتك.
الآن أنا على وشك إظهار بعض "الشذوذ التحويل":
# 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)
دعونا نلقي نظرة على 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
ودعونا نركض:
> 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"
الآن ربما تسأل نفسك "أين شذوذ؟" حسنًا ، لقد اصطدمت بأشياء غريبة جدًا في R ، وهذا ليس كذلك ال الشيء الأكثر إرباكًا ، ولكنه يمكن أن يربكك ، خاصة إذا قرأت هذا قبل التدحرج في السرير.
هنا يذهب: العمودين الأولين character. لقد اتصلت عمدا 2اختصار الثاني واحد fake_char. اكتشف تشابه هذا character متغير مع واحد الذي أنشأه ديرك في رده. إنه في الواقع numerical ناقلات تحولت إلى character. 3بحث وتطوير و 4العاشر العمود factor, والآخر هو "بحت" numeric.
إذا كنت تستخدم transform وظيفة ، يمكنك تحويل fake_char داخل numeric, ، ولكن ليس char متغير نفسه.
> 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
ولكن إذا فعلت نفس الشيء على fake_char و char_fac, ، ستكون محظوظًا ، وستفلت من NO 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
إذا قمت بحفظ التحويل data.frame والتحقق من mode و class, ، ستحصل على:
> 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"
لذلك ، الاستنتاج هو: نعم ، يمكنك تحويل character ناقلات في numeric واحد ، ولكن فقط إذا كانت العناصر "قابلة للتحويل" إلى numeric. إذا كان هناك واحد فقط character العنصر في المتجه ، ستحصل على خطأ عند محاولة تحويل هذا المتجه إلى numerical واحد.
وفقط لإثبات وجهة نظري:
> 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
والآن ، فقط من أجل المتعة (أو الممارسة) ، حاول تخمين إخراج هذه الأوامر:
> fac <- as.factor(err)
> fac
???
> num <- as.numeric(fac)
> num
???
تحياتي لباتريك بيرنز! =)
نصائح أخرى
شيء ساعدني: إذا كان لديك نطاقات من المتغيرات لتحويلها (أو أكثر من ذلك فقط) ، فيمكنك استخدامها sapply.
قليلا غير منطقي ولكن فقط على سبيل المثال:
data(cars)
cars[, 1:2] <- sapply(cars[, 1:2], as.factor)
قل الأعمدة 3 و 6-15 و 37 من DataFrame يجب تحويلها إلى رقم واحد يمكن:
dat[, c(3,6:15,37)] <- sapply(dat[, c(3,6:15,37)], as.numeric)
إذا x هو اسم عمود DataFrame dat, ، و x من عامل النوع ، والاستخدام:
as.numeric(as.character(dat$x))
كنت قد أضفت تعليقًا (تصنيفًا منخفضًا)
فقط لإضافة user276042 و pangratz
dat$x = as.numeric(as.character(dat$x))
سيؤدي هذا إلى تجاوز قيم العمود الحالي x
تيم صحيح ، وشين لديه إغفال. فيما يلي أمثلة إضافية:
R> df <- data.frame(a = as.character(10:15))
R> df <- data.frame(df, num = as.numeric(df$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>
ملكنا data.frame الآن لديه ملخص لعمود العامل (التهم) وملخصات رقمية as.numeric() --- الذي خاطئ - ظلم - يظلم كما حصلت على مستويات العوامل الرقمية --- وملخص (الصحيح) من as.numeric(as.character()).
باستخدام الكود التالي ، يمكنك تحويل جميع أعمدة إطار البيانات إلى Numeric (X هو إطار البيانات الذي نريد تحويله إلى أعمدةه):
as.data.frame(lapply(X, as.numeric))
ولتحويل المصفوفة بأكملها إلى رقمي ، لديك طريقتان: إما:
mode(X) <- "numeric"
أو:
X <- apply(X, 2, as.numeric)
بدلاً من ذلك يمكنك استخدامه data.matrix وظيفة لتحويل كل شيء إلى رقمي ، على الرغم من أن تكون على دراية بأن العوامل قد لا يتم تحويلها بشكل صحيح ، لذلك من المماثلة تحويل كل شيء إلى character أول:
X <- sapply(X, as.character)
X <- data.matrix(X)
عادة ما أستخدم هذا الأخير إذا أريد للتحويل إلى المصفوفة والرقم في وقت واحد
على الرغم من أن سؤالك على الرقم بشكل صارم ، إلا أن هناك العديد من التحويلات التي يصعب فهمها عند البدء R. سأهدف إلى معالجة أساليب المساعدة. هذا السؤال مشابه ل هذا السؤال.
يمكن أن يكون تحويل النوع ألمًا في R لأنه لا يمكن تحويل العوامل (1) مباشرة إلى رقمي ، فهي بحاجة إلى تحويلها إلى فئة الأحرف أولاً ، (2) تواريخ خاصة تحتاج عادة إلى التعامل معها بشكل منفصل ، و (3) يمكن أن يكون الحلق عبر أعمدة إطار البيانات أمرًا صعبًا. لحسن الحظ ، فإن "Tidyverse" قد حل معظم القضايا.
يستخدم هذا الحل mutate_each() لتطبيق وظيفة على جميع الأعمدة في إطار البيانات. في هذه الحالة ، نريد تطبيق type.convert() الوظيفة ، التي تحول السلاسل إلى الرقم حيث يمكن. لأن R يحب العوامل (غير متأكد من السبب) ، يتم تغيير أعمدة الأحرف التي يجب أن تبقى الشخصية إلى عامل. لإصلاح هذا ، mutate_if() يتم استخدام الوظيفة لاكتشاف الأعمدة التي هي عوامل وتغيير إلى الشخصية. أخيرًا ، أردت أن أوضح كيف يمكن استخدام Lubridate لتغيير الطابع الزمني في فئة الأحرف حتى الوقت لأن هذا غالبًا ما يكون كتلة ملتصقة للمبتدئين.
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
إذا واجهت مشاكل مع:
as.numeric(as.character(dat$x))
ألقِ نظرة على علاماتك العشرية. إذا كانوا "،" بدلاً من ". (على سبيل المثال "5،3") ما سبق لن يعمل.
الحل المحتمل هو:
as.numeric(gsub(",", ".", dat$x))
أعتقد أن هذا أمر شائع جدًا في بعض البلدان غير الإنجليزية غير الإنجليزية.
طريقة عالمية باستخدام type.convert() و rapply():
convert_types <- function(x) {
stopifnot(is.list(x))
x[] <- rapply(x, utils::type.convert, classes = "character",
how = "replace", as.is = TRUE)
return(x)
}
d <- data.frame(char = letters[1:5],
fake_char = as.character(1:5),
fac = factor(1:5),
char_fac = factor(letters[1:5]),
num = 1:5, stringsAsFactors = FALSE)
sapply(d, class)
#> char fake_char fac char_fac num
#> "character" "character" "factor" "factor" "integer"
sapply(convert_types(d), class)
#> char fake_char fac char_fac num
#> "character" "integer" "factor" "factor" "integer"
لتحويل عمود إطار البيانات إلى الرقم ، عليك فقط القيام:-
عامل الرقم:-
data_frame$column <- as.numeric(as.character(data_frame$column))
على الرغم من أن الآخرين قاموا بتغطية الموضوع جيدًا ، إلا أنني أرغب في إضافة هذا الفكر/التلميح الإضافي. يمكنك استخدام REGEXP للتحقق مسبقًا ما إذا كان من المحتمل أن تتكون الأحرف من الأرقام.
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)
للحصول على تعبيرات منتظمة أكثر تطوراً ، ولماذا يتعلم/تجربة قوتهم ، انظر هذا الموقع الجميل حقًا: http://regexr.com/
في جهاز الكمبيوتر الخاص بي (R v.3.2.3) ، apply أو sapply أعط خطأ. lapply يعمل بشكل جيد.
dt[,2:4] <- lapply(dt[,2:4], function (x) as.factor(as.numeric(x)))
إذا كانت DataFrame تحتوي على أنواع متعددة من الأعمدة ، وبعض الأحرف ، فإن بعضها يحاول ما يلي لتحويل الأعمدة التي تحتوي على قيم رقمية إلى رقمية:
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])
}
}
مع هابلار :: تحويل
لتحويل أعمدة متعددة بسهولة إلى أنواع بيانات مختلفة يمكنك استخدامها hablar::convert. بناء جملة بسيط: df %>% convert(num(a)) يحول العمود A من DF إلى Numeric.
مثال مفصل
يتيح تحويل جميع أعمدة mtcars للشخصية.
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
مع hablar::convert:
library(hablar)
# Convert columns to integer, numeric and factor
df %>%
convert(int(cyl, vs),
num(disp:wt),
fct(gear))
النتائج في:
# 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
النظر في وجود أعمدة char ، وهذا يعتمد على abdou في احصل على أنواع الأعمدة من ورقة Excel تلقائيًا إجابه:
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)
لتحويل الحرف إلى Numeric ، عليك تحويلها إلى عامل من خلال التقديم
BankFinal1 <- transform(BankLoan, LoanApproval=as.factor(LoanApproval))
BankFinal1 <- transform(BankFinal1, LoanApp=as.factor(LoanApproval))
يجب عليك إنشاء عمودين بنفس البيانات ، لأنه لا يمكن تحويل عمود إلى رقمي. إذا قمت بتحويل واحد ، فإنه يعطي الخطأ أدناه
transform(BankData, LoanApp=as.numeric(LoanApproval))
Warning message: In eval(substitute(list(...)), `_data`, parent.frame()) : NAs introduced by coercion
لذلك ، بعد تطبيق عمود من نفس البيانات
BankFinal1 <- transform(BankFinal1, LoanApp = as.numeric(LoanApp),
LoanApproval = as.numeric(LoanApproval))
سوف يحول الشخصية إلى الرقم بنجاح
