Question

我有一个文件，我读入R并被转换为数据框（称为CA1），其结构如下：

   Station_ID Guage_Type   Lat   Long     Date Time_Zone Time_Frame H0 H1 H2 H3 H4 H5  H6  H7  H8  H9 H10 H11 H12 H13 H14 H15 H16 H17 H18 H19 H20 H21 H22 H23
 1    4457700         HI 41.52 124.03 19480701         8        LST  0  0  0  0  0  0   0   0   0   0   0   0 MIS MIS MIS MIS MIS MIS MIS MIS MIS MIS MIS MIS
 2    4457700         HI 41.52 124.03 19480705         8        LST  0  1  1  1  1  1   2   2   2   4   5   5   4   7   1   1   0   0  10  13   5   1   1   3
 3    4457700         HI 41.52 124.03 19480706         8        LST  1  1  1  0  1  1   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
 4    4457700         HI 41.52 124.03 19480727         8        LST  3  0  0  0  0  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
 5    4457700         HI 41.52 124.03 19480801         8        LST  0  0  0  0  0  0   0   0   0   0   0   0 MIS MIS MIS MIS MIS MIS MIS MIS MIS MIS MIS MIS
 6    4457700         HI 41.52 124.03 19480817         8        LST  0  0  0  0  0  0 ACC ACC ACC ACC ACC ACC   6   1   0   0   0   0   0   0   0   0   0   0

H0到H23作为字符（）读入，因为有些情况下，该值不是数字，并且将具有诸如MIS，ACC或DEL之类的值。

我的问题：有没有办法将每列H0到H23的值分类为数字，并且字符值（MIS，ACC，DEL）为NA或NAN，如果它们是（我可以测试） .nan或is.na）所以我可以运行一些数字模型。或者最好将字符值更改为标识符，例如-9999？

我尝试了很多方法。我在这个网站上找到了一些但没有工作。如：

 for (i in 8:31)
 {
     CA1[6,i] <- as.numeric(as.character(CA1[6,i]))
 }

当然会发出警告但是当我测试两个特定值is_numeric（）（CA1 [6,8]和CA1 [6,19]）时，我得到两个错误的声明。第一个我不明白为什么，但第二个我做，因为它是一个“”。但是，我可以使用is.na（CA1 [6,19]）测试它并返回true，这对我来说很好，因为它不是数字。

我尝试的第二种方式是：

 for (i in 8:31)
 {
     CA1[6,i] <- as.numeric(levels(CA1[6,i]))[CA1[6,i]]
 }

我得到的结果和以前一样。

有没有办法以有效的方式做我想做的事情？非常感谢您的帮助。谢谢

Answer 1

读入数据时，通常可以指定列类型。例如，read.table / read.csv有一个colClasses参数。

# Something like this
read.table('foo.txt', header=TRUE, colClasses=c('integer', 'factor', 'numeric', numeric', 'Date'))

有关详细信息，请参阅?read.table。

Answer 2

直接问题是数据框的每一列只能包含一种类型的值。代码中6中的CA1[6,i]表示每列中只转换一个值，因此，在转换后插入时，必须将其强制转换回字符串以匹配其余列专栏。

您可以通过一次转换整个列来解决此问题，以便完全替换该列。即删除6：

 for (i in 8:31)
 {
     CA1[,i] <- as.numeric(as.character(CA1[,i]))
 }

Answer 3

根据Tommy的回答，您在阅读数据时可能会处理此问题。如果"MIS"，"ACC"和"DEL"始终表示缺失值，则可以使用na.strings中的read.table参数。

read.table('foo.txt', header=TRUE, na.strings = c("MIS", "ACC", "DEL"))

如果有其他字符串始终表示缺失值，则可以将它们添加到上面的矢量中。

但是，例如，如果"MIS"出现在Time_Frame列中，并且除了表示缺失值之外还有其他含义，那么请不要采用这种方法!!

将字符转换为R中的数字值

3 个答案: