Question

给定data.frame只包含字符串的列（无因子），其中一些应保留字符串，其中一些是整数，其中一些是双精度，我怎么能猜出最合适的存储模式哪个转换字符串？

fixDf <- data.frame(isChar=c("A", "B", "C"), 
  isDouble=c("0.01", "0.02", "0.03"), 
  isInteger=c("1", "2", "3"), stringsAsFactors=FALSE)

我想知道是否有一种简单的方法可以确定需要完成以下操作，然后执行此操作：

mode(fixDf[, "isDouble"]) <- "double"
mode(fixDf[, "isInteger"]) <- "integer"

理想情况下，遇到错误时，处理此问题的函数会将数据保留为字符串形式。

Answer 1

您可以使用colwise包中的plyr和type.convert功能。

library(plyr)
foo = colwise(type.convert)(fixDf)

str(foo)


'data.frame':   3 obs. of  3 variables:
 $ isChar   : Factor w/ 3 levels "A","B","C": 1 2 3
 $ isDouble : num  0.01 0.02 0.03
 $ isInteger: int  1 2 3

或使用基础R：

as.data.frame(lapply(fixDf, type.convert))

Answer 2

一种方式：

foo <- read.table(text=capture.output(fixDf))
str(foo)
# 'data.frame':   3 obs. of  3 variables:
#  $ isChar   : Factor w/ 3 levels "A","B","C": 1 2 3
#  $ isDouble : num  0.01 0.02 0.03
#  $ isInteger: int  1 2 3

Answer 3

使用dplyr和magrittr管道范例，

library(dplyr)

fixDf <- fixDf %>% 
  mutate_each(
    funs(
      type.convert(as.character(.), as.is = TRUE, numerals = "warn.loss")
    )
  )

在您的情况下，不需要as.character强制函数，但是如果您没有意识到您的一个或多个列不是字符变量，那么这是一个好的做法 - {{1需要字符变量作为输入。

type.convert可防止从字符到因素的强制，as.is = TRUE在将变量转换为numerals = warn.loss时会发出警告会导致原始值失去准确性（即丢失重要的小数位）分析的背景）。

Answer 4

阅读器中的

type_convert可在整个数据帧上完全满足您的要求。它可以很好地处理逻辑，数字（整数和双精度），字符串和日期/时间，而无需强制执行因子分解。

type_convert(fixDf)

要单独解析列，请使用parse_guess。

从字符串的data.frame猜测正确的列存储模式

4 个答案: