在r中将多个列从字符转换为数字格式

Question

将数据框中的多个列从字符转换为数字格式的最有效方法是什么？

我有一个名为DF的数据框,包含所有字符变量.

我想做点什么

for (i in names(DF){
    DF$i <- as.numeric(DF$i)
}

谢谢

Answer 1

你可以试试

DF <- data.frame("a" = as.character(0:5),
                 "b" = paste(0:5, ".1", sep = ""),
                 "c" = letters[1:6],
                 stringsAsFactors = FALSE)

# Check columns classes
sapply(DF, class)

#           a           b           c 
# "character" "character" "character" 

cols.num <- c("a","b")
DF[cols.num] <- sapply(DF[cols.num],as.numeric)
sapply(DF, class)

#          a           b           c 
#  "numeric"   "numeric" "character"

Answer 2

您可以使用列索引： data_set[,1:9] <- sapply(dataset[,1:9],as.character)

Answer 3

使用 dplyr 1.0 中的 across() 函数

   df <- df %>% mutate(across(, ~as.numeric(.))

Answer 4

如果您已经在使用tidyverse，则有一些解决方案取决于实际情况：

library(dplyr)
library(magrittr)

# solution
dataset %<>% mutate_if(is.character,as.numeric)

# to test
df <- data.frame(
  x1 = c('1','2','3'),
  x2 = c('4','5','6'),
  x3 = c('1','a','b'), # vector with alpha characters
  stringsAsFactors = F)

# display starting structure
df %>% str()

将所有字符向量转换为数字（如果不是数字则可能失败）

df %>%
  select(-x3) %>% # this removes the alpha column if all your character columns need converted to numeric
  mutate_if(is.character,as.numeric) %>%
  str()

检查每列是否可以转换。这可以是匿名函数。它检查as.numeric是否返回NA。它还检查是否是忽略因子的字符向量。由于您知道将故意引入NA并在以后进行检查，因此它也禁止显示警告。

numericcharacters <- function(x) {
  !any(is.na(suppressWarnings(as.numeric(x)))) & is.character(x)
}
df %>% 
  mutate_if(numericcharacters,as.numeric) %>%
  str()

如果要转换特定的命名列，则mutate_at更好。

df %>% mutate_at('x1',as.numeric) %>% str()

Answer 5

type.convert()

根据需要将数据对象转换为逻辑、整数、数字、复数、字符或因子。

添加 as.is 参数type.convert(df,as.is = T)以防止当数据集中存在非数字时字符向量成为因子。

看。

Answer 6

您可以使用 hablar 包中的 convert ：

library(dplyr)
library(hablar)

# Sample df (stolen from the solution by Luca Braglia)
df <- tibble("a" = as.character(0:5),
                 "b" = paste(0:5, ".1", sep = ""),
                 "c" = letters[1:6])

# insert variable names in num()
df %>% convert(num(a, b))

这给了你：

# A tibble: 6 x 3
      a     b c    
  <dbl> <dbl> <chr>
1    0. 0.100 a    
2    1. 1.10  b    
3    2. 2.10  c    
4    3. 3.10  d    
5    4. 4.10  e    
6    5. 5.10  f   

或者如果你很懒惰，让 hablar 的 retype() 猜测正确的数据类型：

df %>% retype()

这给了你：

# A tibble: 6 x 3
      a     b c    
  <int> <dbl> <chr>
1     0 0.100 a    
2     1 1.10  b    
3     2 2.10  c    
4     3 3.10  d    
5     4 4.10  e    
6     5 5.10  f   

Answer 7

我使用此代码将除第一列之外的所有列转换为数字：

    library(dplyr)
    # check structure, row and column number with: glimpse(df)
    # convert to numeric e.g. from 2nd column to 10th column
    df <- df %>% 
     mutate_at(c(2:10), as.numeric)

Answer 8

对 ARobertson 和 Kenneth Wilson 对我有用的答案略有调整。

运行 R 3.6.0，在我的环境中使用 library(tidyverse) 和 library(dplyr)：

library(tidyverse)
library(dplyr)
> df %<>% mutate_if(is.character, as.numeric)
Error in df %<>% mutate_if(is.character, as.numeric) : 
  could not find function "%<>%"

我做了一些快速的研究，并在 Hadley 的“ The tidyverse style guide ”中找到了这个注释。

magrittr 包提供了 %<>% 运算符作为修改对象的快捷方式。避免使用此运算符。

# Good x <- x %>%
           abs() %>%    
           sort()

# Bad x %<>%   
          abs() %>%
          sort()

解决方案

基于该风格指南：

df_clean <- df %>% mutate_if(is.character, as.numeric)

工作示例

> df_clean <- df %>% mutate_if(is.character, as.numeric)
Warning messages:
1: NAs introduced by coercion 
2: NAs introduced by coercion 
3: NAs introduced by coercion 
4: NAs introduced by coercion 
5: NAs introduced by coercion 
6: NAs introduced by coercion 
7: NAs introduced by coercion 
8: NAs introduced by coercion 
9: NAs introduced by coercion 
10: NAs introduced by coercion 
> df_clean
# A tibble: 3,599 x 17
   stack datetime            volume BQT90 DBT90 DRT90 DLT90 FBT90  RT90 HTML90 RFT90 RLPP90 RAT90 SRVR90 SSL90 TCP90 group
   <dbl> <dttm>               <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>  <dbl> <dbl>  <dbl> <dbl>  <dbl> <dbl> <dbl> <dbl>