Question

我读了一个csv文件，如下所示

dataBU<-read.table("data1.csv",sep=",",header=T,stringsAsFactors=FALSE)

数据如下所示

  id   q1  q2   q3   q4 
  AB   1   1     0   1   
  AJ   0   2     3   0   
  AM   5   4     2   0  
  RA   2   1    10   0  
  BS   5   0     0   1

然后我想保留最后四列，因此我有

dataBu1<-dataBu[,2:5]

但是当我检查数据时，我找到了

> dataBu1[1,1]
 [1] 1

> dataBu1[1,2]
 [1] "1"

第一列和第二列属于不同类型。第一列是数字类型，第二列是字符类型。我假设它们都应该是数字类型。但事实证明，事实并非如此。导致这种情况的原因以及如何将第二列转换为数字类型。

Answer 1

假设character列中有numeric个值，将其转换回numeric的一种方法是使用as.numeric

 set.seed(42)
 dataBu1 <- data.frame(q1=sample(1:10,20,replace=TRUE),
         q2=sample(c('', 5:15,'q2'),20,replace=TRUE), stringsAsFactors=FALSE)

 as.numeric(dataBu1[,2]) #replace all the character values with NA but it issues a warning message
#[1] 14  5 15 15 NA 10  8 14  9 14 12 13  8 12 NA 13 NA  6 14 11
#Warning message:
#NAs introduced by coercion

表示多列（假设您使用stringsAsFactors=FALSE读取数据集）

 dataBu1[] <-lapply(dataBu1, as.numeric)
 str(dataBu1)
 #'data.frame': 20 obs. of  2 variables:
 #$ q1: num  10 10 3 9 7 6 8 2 7 8 ...
 #$ q2: num  15 5 NA NA 5 10 9 15 9 14 ...

或者没有收到警告信息

 dataBu1[] <- lapply(dataBu1, function(x) 
            as.numeric(replace(x, !grepl("^[0-9]+$", x), NA)))

更新

我猜你要求在使用read.table读取非数字元素之后找到非数字元素的索引。

  lapply(dataBu1, function(x) which(!grepl("^[0-9]+$", x)))
  #$q1
  #integer(0)

  #$q2
  #[1]  3  4 15 17

read.table结果中的列类型问题及其转换

1 个答案:

更新