Question

我在超过100列的数据框中有大约30列。我正在阅读的文件将其数字存储为字符。换句话说，1300是1,300，R认为它是一个角色。

我正在尝试通过将","替换为空来解决该问题，并将该字段转换为整数。我不想在有问题的每一列上使用gsub。我宁愿将列存储为具有问题的向量，并对所有列执行一个函数或loop。

我尝试过使用lapply，但我不确定该放置什么作为＆＃34; x＆＃34;变量

这是我的函数，其下方有错误

ItemStats_2014[intColList] <- lapply(ItemStats_2014[intColList],
    as.integer(gsub(",", "", ItemStats_2014[intColList])) )

[.data.table中的错误（ItemStats_2014，intColList）：当我是a时 data.table（或字符向量），要连接的列必须是使用＆＃39; on =＆＃39;指定参数（参见？data.table）或键入x （即排序，并标记为已排序，请参阅？setkey）。键控连接可能由于x被分类，因此对非常大的数据具有进一步的速度优势在RAM中。

Answer 1

我正在阅读的文件将其数字存储为字符[逗号为小数分隔符]

直接以十进制形式直接读取这些列，而不是字符串： data.table::fread()了解小数分隔符：默认情况下为dec=','。

您可能需要稍微使用fread(..., colClasses=(...) )参数来指定整数列：

myColClasses <- rep('string',100) # for example...
myColClasses[intColList] <- 'integer'
# ...any other colClass fixup as needed...
ItemStats_2014 <- fread('your.csv', colClasses=myColClasses)

这种方法更简单，更快，使用的内存比读取字符串少得多，然后再转换。

Answer 2

尝试使用dplyr::mutate_at()选择多个列并对其应用转换。

ItemStats_2014 <- ItemStats_2014 %>%
    mutate_at(intColList, funs(as.integer(gsub(',', '', .))))

mutate_at从列表中选择列或使用dplyr选择器函数（请参阅?select_helpers），然后将一个或多个函数应用于每列。 gsub中的.是指mutate_at传递给它的每个选定列。您可以将其视为x中的function(x) ...。

读取多个整数列作为字符串，尝试gsub并转换回整数

2 个答案: