如何将数据框列转换为数字types？
如何将数据框列转换为数字types？
由于（仍然）没有人得到复选标记，所以我认为你有一些实际的问题，主要是因为你没有指定要转换为numeric的vectortypes。 我build议你应该使用transformfunction来完成你的任务。
现在我要certificate一些“转换exception”：
# 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)
让我们看一下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： “exception在哪里？” 好吧，我已经碰到了R中很奇怪的东西，这不是最混乱的东西，但它可能会让你困惑，特别是如果你在躺在床上之前阅读这些东西。
这里是：前两列是character 。 我故意调用了第二个fake_char 。 找出这个charactervariables与Dirk在他的回复中创build的variables的相似性。 它实际上是一个转换为character的numerical向量。 第三和第四列是factor ，最后一列是“纯粹”的numeric 。
如果使用transform函数，则可以将fake_char转换为numeric ，而不是charvariables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fake_char和char_fac上做同样的事情，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
如果保存转换后的数据data.frame并检查mode和class ，则会得到：
> 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"
所以，结论是： 是的，你可以将character向量转换为numeric ，但只有当它的元素是“可转换”到numeric 。 如果vector中只有一个character元素，则在尝试将该vector转换为numerical时会出错。
而只是为了certificate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
而现在，只是为了好玩（或练习），试着猜测这些命令的输出：
> fac <- as.factor(err) > fac ??? > num <- as.numeric(fac) > num ???
亲切的问候Patrick Burns！ =）
对我有帮助的东西：如果你有variables的范围转换（或多一个），你可以使用sapply 。
有点荒谬，但只是例如：
data(cars) cars[, 1:2] <- sapply(cars[, 1:2], as.factor)
假设你的dataframe的第3,6-15和37列需要被转换为数字，可以：
dat[, c(3,6:15,37)] <- sapply(dat[, c(3,6:15,37)], as.numeric)
如果x是dataframe dat的列名，而x是types因子，则使用：
as.numeric(as.character(dat$x))
我会添加评论（不能低评价）
只是添加user276042和pangratz
dat$x = as.numeric(as.character(dat$x))
这将覆盖现有列x的值
蒂姆是正确的，谢恩有遗漏。 这里是另外的例子：
R> df <- data.frame(a = as.character(10:15)) R> df <- data.frame(df, num = as.numeric(df$a), numchr = as.numeric(as.character(df$a))) R> df a num numchr 1 10 1 10 2 11 2 11 3 12 3 12 4 13 4 13 5 14 5 14 6 15 6 15 R> summary(df) a num numchr 10:1 Min. :1.00 Min. :10.0 11:1 1st Qu.:2.25 1st Qu.:11.2 12:1 Median :3.50 Median :12.5 13:1 Mean :3.50 Mean :12.5 14:1 3rd Qu.:4.75 3rd Qu.:13.8 15:1 Max. :6.00 Max. :15.0 R>
我们的data.frame现在有一个as.numeric()的因子列（计数）和数字摘要的概要—这是错误的，因为它得到了数字因子水平—和（正确的） as.numeric(as.character()) 。
使用下面的代码，您可以将所有数据框列转换为数字（X是我们要转换它的列的数据框）：
as.data.frame(lapply(X, as.numeric))
并将整个matrix转换为数字你有两种方法：或者：
mode(X) <- "numeric"
要么：
X <- apply(X, 2, as.numeric)
另外，你也可以使用data.matrix函数把所有的东西都转换成数字，但是要注意这些因素可能不能被正确地转换，所以把所有东西都转换成character是比较安全的：
X <- sapply(X, as.character) X <- data.matrix(X)
我通常使用这最后一个，如果我想同时转换为matrix和数字
如果遇到以下问题：
as.numeric(as.character(dat$x))
看看你的小数点。 如果他们是“，”而不是“”。 （例如“5,3”）以上将不起作用。
潜在的解决scheme是：
as.numeric(gsub(",", ".", dat$x))
我相信这在非英语国家是相当普遍的。
尽pipe您的问题严格依赖于数字，但是在开始R时有很多难以理解的转换。我将致力于解决帮助的方法。 这个问题类似于这个问题 。
types转换可能是R中的一个痛苦，因为（1）因素不能直接转换为数字，它们需要首先转换为字符类，（2）date是一个特例，你通常需要单独处理， （3）跨dataframe列循环可能会非常棘手。 幸运的是，“逆转”解决了大部分问题。
此解决scheme使用mutate_each()将函数应用于数据框中的所有列。 在这种情况下，我们想要应用type.convert()函数，它可以将string转换为数字。 因为R喜欢因素（不知道为什么）应该保持字符的字符列被改变为因子。 为了解决这个问题，使用了mutate_if()函数来检测是因素的列，并改变为字符。 最后，我想展示如何使用lubridate将字符类中的时间戳更改为date时间，因为这对于初学者来说通常也是一个障碍。
library(tidyverse) library(lubridate) # Recreate data that needs converted to numeric, date-time, etc data_df #> # A tibble: 5 × 9 #> TIMESTAMP SYMBOL EX PRICE SIZE COND BID BIDSIZ OFR #> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> #> 1 2012-05-04 09:30:00 BAC T 7.8900 38538 F 7.89 523 7.90 #> 2 2012-05-04 09:30:01 BAC Z 7.8850 288 @ 7.88 61033 7.90 #> 3 2012-05-04 09:30:03 BAC X 7.8900 1000 @ 7.88 1974 7.89 #> 4 2012-05-04 09:30:07 BAC T 7.8900 19052 F 7.88 1058 7.89 #> 5 2012-05-04 09:30:08 BAC Y 7.8900 85053 F 7.88 108101 7.90 # Converting columns to numeric using "tidyverse" data_df %>% mutate_each(funs(type.convert)) %>% mutate_if(is.factor, as.character) %>% mutate(TIMESTAMP = as_datetime(TIMESTAMP, tz = Sys.timezone())) #> # A tibble: 5 × 9 #> TIMESTAMP SYMBOL EX PRICE SIZE COND BID BIDSIZ OFR #> <dttm> <chr> <chr> <dbl> <int> <chr> <dbl> <int> <dbl> #> 1 2012-05-04 09:30:00 BAC T 7.890 38538 F 7.89 523 7.90 #> 2 2012-05-04 09:30:01 BAC Z 7.885 288 @ 7.88 61033 7.90 #> 3 2012-05-04 09:30:03 BAC X 7.890 1000 @ 7.88 1974 7.89 #> 4 2012-05-04 09:30:07 BAC T 7.890 19052 F 7.88 1058 7.89 #> 5 2012-05-04 09:30:08 BAC Y 7.890 85053 F 7.88 108101 7.90
要将数据框列转换为数字，您只需要：
数字因素： –
data_frame$column <- as.numeric(as.character(data_frame$column))
虽然其他人已经涵盖了这个话题相当好，我想添加这个额外的快速思想/提示。 您可以使用正则expression式提前检查字符是否只包含数字。
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)
对于更复杂的正则expression式和一个干净的为什么学习/体验他们的力量看到这个非常好的网站： http : //regexr.com/
使用type.convert()和rapply()通用方法：
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"
在我的电脑（R v.3.2.3）中， apply或者提供错误。 lapply运作良好。
dt[,2:4] <- lapply(dt[,2:4], function (x) as.factor(as.numeric(x)))
考虑到可能存在的char列，这是基于@Abdou的Gettypes的excel表格自动回答：
makenumcols<-function(df){ df<-as.data.frame(df) 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)
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))
您必须使两列具有相同的数据，因为一列不能转换为数字。 如果你做一个转换，它会给出下面的错误
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后才适用
BankFinal1 < transform(BankFinal1, LoanApp = as.numeric(LoanApp), LoanApproval = as.numeric(LoanApproval))
它会成功地将字符转换为数字
