Как преобразовать столбец кадра данных в числовой тип?
https://stackoverflow.com/questions/2288485
-
21-09-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
RussianВопрос
Как преобразовать столбец кадра данных в числовой тип?
Решение
Поскольку (по-прежнему) никто не получил проверку, я предполагаю, что у вас есть некоторые практические проблемы, в основном потому, что вы не указали, какой тип вектора вы хотите конвертировать numeric. Анкет Я предлагаю вам подать заявку transform функционируйте, чтобы выполнить вашу задачу.
Теперь я собираюсь продемонстрировать определенную «аномалию преобразования»:
# 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)
Позвольте нам взглянуть на 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
И давайте бежим:
> 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"
Теперь вы, вероятно, спросите себя "Где аномалия?" Ну, я наткнулся на довольно своеобразные вещи в R, а это не а Самая смешанная вещь, но это может сбить вас с толку, особенно если вы прочитаете это, прежде чем катиться в постель.
Вот и есть: первые два столбца character. Анкет Я сознательно позвонил 2н.д. один fake_char. Анкет Определить сходство этого character переменная с тем, что Дирк создал в своем ответе. Это на самом деле numerical вектор преобразован в character. 3rd. и 4турнир колонка factor, и последний "чисто" numeric.
Если вы используете transform функция, вы можете преобразовать fake_char в numeric, но не char Сама переменная.
> 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
Но если вы делаете то же самое на fake_char а также char_fac, тебе повезло, и уйдет без НА:
> 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
Если вы сохраните преобразованный data.frame и проверьте на наличие mode а также class, ты получишь:
> 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"
Итак, вывод: Да, вы можете конвертировать character вектор в а numeric один, но только если его элементы "конвертируются", чтобы numeric. Если есть только один character элемент в векторе, вы получите ошибку при попытке преобразовать этот вектор в numerical один.
И просто чтобы доказать мою точку зрения:
> 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
А теперь, просто для развлечения (или практики), попробуйте угадать результаты этих команд:
> fac <- as.factor(err)
> fac
???
> num <- as.numeric(fac)
> num
???
С уважением к Патрику Бернсу! знак равно
Другие советы
Что -то, что помогло мне: если у вас есть диапазоны переменных для преобразования (или просто более одного), вы можете использовать sapply.
Немного бессмысленно, но только например:
data(cars)
cars[, 1:2] <- sapply(cars[, 1:2], as.factor)
Скажите столбцы 3, 6-15 и 37 из вас, что дата DataFrame должен быть преобразован в числовые можно:
dat[, c(3,6:15,37)] <- sapply(dat[, c(3,6:15,37)], as.numeric)
если x Имя столбца DataFrame dat, а также x имеет фактор типа, использование:
as.numeric(as.character(dat$x))
Я бы добавил комментарий (не может быть низкий рейтинг)
Просто чтобы добавить user276042 и pangratz
dat$x = as.numeric(as.character(dat$x))
Это переопределит значения существующего столбца x
Тим прав, и у Шейна есть упущение. Вот дополнительные примеры:
R> df <- data.frame(a = as.character(10:15))
R> df <- data.frame(df, num = as.numeric(df$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>
Наш data.frame теперь имеет краткое изложение колонки фактора (количество) и числовых резюме as.numeric() --- который неправильный По мере того, как он получил числовые уровни фактора-и (правильное) резюме as.numeric(as.character()).
С помощью следующего кода вы можете преобразовать все столбцы кадров данных в числовые (x - это кадр данных, который мы хотим преобразовать его столбцы):
as.data.frame(lapply(X, as.numeric))
и для преобразования целой матрицы в числовые у вас есть два способа: либо:
mode(X) <- "numeric"
или же:
X <- apply(X, 2, as.numeric)
В качестве альтернативы вы можете использовать data.matrix Функция для преобразования всего в числовые, хотя имейте в виду, что факторы могут не преобразоваться правильно, поэтому безопаснее все преобразовать в character первый:
X <- sapply(X, as.character)
X <- data.matrix(X)
Я обычно использую этот последний если я хочу преобразовать в матрицу и числовое одновременно
Несмотря на то, что ваш вопрос строго связан с числовым, существует много конверсий, которые трудно понять, когда я начинаю R. Я стремлюсь устранить методы, чтобы помочь. Этот вопрос похож на Этот вопрос.
Преобразование типа может быть болью в R, потому что (1) факторы не могут быть преобразованы непосредственно в числовые, их необходимо сначала преобразовать в класс символов, (2) даты являются особым случаем, с которым вам обычно нужно иметь дело отдельно, и (3) Цикл по столбцам кадров данных может быть сложным. К счастью, «Tidyverse» решил большинство проблем.
Это решение использует mutate_each() Чтобы применить функцию ко всем столбцам в кадре данных. В этом случае мы хотим применить type.convert() функция, которая преобразует строки в числовые, где она может. Потому что R любит факторы (не уверен, почему) Столбцы символов, которые должны оставаться, характерные изменения, на фактор. Чтобы исправить это, mutate_if() Функция используется для обнаружения столбцов, которые являются факторами и изменением на символ. Наконец, я хотел показать, как Lubridate может быть использован для изменения временной метки в классе персонажей на сегодняшний день, потому что это также часто является блоком прилипания для начинающих.
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
Если вы столкнетесь с проблемами:
as.numeric(as.character(dat$x))
Посмотрите на свои десятичные следы. Если они "," вместо "". (например, «5,3») Вышеуказанное не сработает.
Потенциальным решением является:
as.numeric(gsub(",", ".", dat$x))
Я считаю, что это довольно часто встречается в некоторых не англичанских странах.
Универсальный способ использования type.convert() а также rapply():
convert_types <- function(x) {
stopifnot(is.list(x))
x[] <- rapply(x, utils::type.convert, classes = "character",
how = "replace", as.is = TRUE)
return(x)
}
d <- data.frame(char = letters[1:5],
fake_char = as.character(1:5),
fac = factor(1:5),
char_fac = factor(letters[1:5]),
num = 1:5, stringsAsFactors = FALSE)
sapply(d, class)
#> char fake_char fac char_fac num
#> "character" "character" "factor" "factor" "integer"
sapply(convert_types(d), class)
#> char fake_char fac char_fac num
#> "character" "integer" "factor" "factor" "integer"
Чтобы преобразовать столбец кадра данных в числовые, вам просто нужно сделать:-
фактор к числовым:-
data_frame$column <- as.numeric(as.character(data_frame$column))
Хотя другие довольно хорошо рассмотрели тему, я хотел бы добавить эту дополнительную быструю мысль/подсказку. Вы можете использовать REGEXP, чтобы заранее проверить, могут ли символы состоят только из чисел.
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)
Для получения более сложных регулярных выражений и аккуратного, зачем изучать/испытать свою силу, смотрите этот действительно хороший веб -сайт: http://regexr.com/
В моем ПК (R v.3.2.3), apply или же sapply Дайте ошибку. lapply работает хорошо.
dt[,2:4] <- lapply(dt[,2:4], function (x) as.factor(as.numeric(x)))
Если DataFrame имеет несколько типов столбцов, некоторые символы, некоторые цифры попробуйте следующее, чтобы преобразовать только столбцы, которые содержат числовые значения в числовые:
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])
}
}
с Hablar :: Конверт
Чтобы легко преобразовать несколько столбцов в разные типы данных, которые вы можете использовать hablar::convert. Анкет Простой синтаксис: df %>% convert(num(a)) Преобразует столбец A из DF в числовое.
Подробный пример
Давайте преобразуем все столбцы mtcars к персонажу.
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
С hablar::convert:
library(hablar)
# Convert columns to integer, numeric and factor
df %>%
convert(int(cyl, vs),
num(disp:wt),
fct(gear))
Результаты:
# 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
Учитывая, что могут существовать столбцы, это основано на @abdou в Получите типы столбцов листа Excel автоматически отвечать:
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)
Чтобы преобразовать характер в числовые, вы должны преобразовать его в фактор, применяя
BankFinal1 <- transform(BankLoan, LoanApproval=as.factor(LoanApproval))
BankFinal1 <- transform(BankFinal1, LoanApp=as.factor(LoanApproval))
Вы должны сделать два столбца с одинаковыми данными, потому что один столбец не может преобразовать в числовые. Если вы сделаете одно преобразование, это дает приведенную ниже ошибку
transform(BankData, LoanApp=as.numeric(LoanApproval))
Warning message: In eval(substitute(list(...)), `_data`, parent.frame()) : NAs introduced by coercion
Таким образом, применяется два столбца одних и тех же данных
BankFinal1 <- transform(BankFinal1, LoanApp = as.numeric(LoanApp),
LoanApproval = as.numeric(LoanApproval))
он успешно преобразует символ в числовом
