一次转换数据框的多个列的类型

Question

我似乎花了很多时间从文件,数据库或其他东西创建数据帧,然后将每列转换为我想要的类型(数字,因子,字符等).有没有办法一步完成,可能是通过给出一个类型的向量？

foo<-data.frame(x=c(1:10), 
                y=c("red", "red", "red", "blue", "blue", 
                    "blue", "yellow", "yellow", "yellow", 
                    "green"),
                z=Sys.Date()+c(1:10))

foo$x<-as.character(foo$x)
foo$y<-as.character(foo$y)
foo$z<-as.numeric(foo$z)

而不是最后三个命令,我想做类似的事情

foo<-convert.magic(foo, c(character, character, numeric))

Answer 1

编辑有关此基本概念的一些简化和扩展,请参阅此相关问题.

我对布兰登答案的评论使用switch:

convert.magic <- function(obj,types){
    for (i in 1:length(obj)){
        FUN <- switch(types[i],character = as.character, 
                                   numeric = as.numeric, 
                                   factor = as.factor)
        obj[,i] <- FUN(obj[,i])
    }
    obj
}

out <- convert.magic(foo,c('character','character','numeric'))
> str(out)
'data.frame':   10 obs. of  3 variables:
 $ x: chr  "1" "2" "3" "4" ...
 $ y: chr  "red" "red" "red" "blue" ...
 $ z: num  15254 15255 15256 15257 15258 ...

对于真正大的数据帧,您可能希望使用lapply而不是for循环:

convert.magic1 <- function(obj,types){
    out <- lapply(1:length(obj),FUN = function(i){FUN1 <- switch(types[i],character = as.character,numeric = as.numeric,factor = as.factor); FUN1(obj[,i])})
    names(out) <- colnames(obj)
    as.data.frame(out,stringsAsFactors = FALSE)
}

执行此操作时,请注意在R中强制数据的一些复杂性.例如,从因子转换为数字通常涉及as.numeric(as.character(...)).此外,要注意data.frame()和as.data.frame()S转换性格因素的默认行为.

Answer 2

如果要自动检测列数据类型而不是手动指定它(例如,在数据整理等之后),该功能type.convert()可能会有所帮助.

该函数type.convert()接受一个字符向量,并尝试确定所有元素的最佳类型(意味着每列必须应用一次).

df[] <- lapply(df, function(x) type.convert(as.character(x)))

既然我爱dplyr,我更喜欢:

library(dplyr)
df <- df %>% mutate_all(funs(type.convert(as.character(.))))

Answer 3

我发现我也遇到过这个问题.这是关于如何导入数据的.所有read ...()函数都有某种类型的选项来指定不将字符串转换为因子.这意味着文本字符串将保留字符,而看起来像数字的内容将保留为数字.如果元素为空且不是NA,则会出现问题.但同样,na.strings = c("",......)也应解决这个问题.我首先要仔细研究您的导入过程并相应地进行调整.

但是你总是可以创建一个函数并推送这个字符串.

convert.magic <- function(x, y=NA) {
for(i in 1:length(y)) { 
if (y[i] == "numeric") { 
x[i] <- as.numeric(x[[i]])
}
if (y[i] == "character")
x[i] <- as.character(x[[i]])
}
return(x)
}

foo <- convert.magic(foo, c("character", "character", "numeric"))

> str(foo)
'data.frame':   10 obs. of  3 variables:
 $ x: chr  "1" "2" "3" "4" ...
 $ y: chr  "red" "red" "red" "blue" ...
 $ z: num  15254 15255 15256 15257 15258 ...

Answer 4

我知道我回答很晚,但是使用循环和属性函数是解决问题的简单方法.

names <- c("x", "y", "z")
chclass <- c("character", "character", "numeric")

for (i in (1:length(names))) {
  attributes(foo[, names[i]])$class <- chclass[i]
}