Question

我必须自动导入许多数据集，第一列是名称，所以是字符向量，第二列是数字向量，所以我在read.table中使用这些规范：colClasses = c（“character” ，“数字”）。

如果我在df_file中保存了一个数据帧，那么这很有用：

df<- data.frame(V1=c("s1","s2","s3","s4"), V2=c("1e-04","1e-04","1e-04","1e-04")

read.table(df_file, header = FALSE,  comment.char="", colClasses = c("character", "numeric"), stringsAsFactors=FALSE)

问题是在某些情况下，我在第二列中使用指数形式的数值框架，并且在这些情况下导入不起作用，因为它不会将列识别为数字（或导入为“字符” “如果我没有指定colClasses，那么我的问题是：即使值是指数的，我如何指定要导入为数字的列？

例如：

df<- data.frame(V1=c("s1","s2","s3","s4"), V2=c("10^(-4)","10^(-4)","10^(-4)","10^(-4)"))

我想将所有指数值导入为数字，但即使我在导入后尝试从字符更改为数字，我也会得到所有“NA”（as.numeric（as.character（df $ V2）） “警告信息：强制引入的NAs”）

我曾尝试将“真实”或“复杂”与colClasses一起使用，但它仍然会将指数作为字符导入。

请帮忙，谢谢！

Answer 1

如果您使用data.frame宣读stringsAsFactors=FALSE，则相关列应作为字符向量输入，在这种情况下，您只需执行以下操作：

transform(df, V2=eval(parse(text=V2)))

Answer 2

我认为问题在于你的指数形式与R风格不匹配。如果你以字符向量的形式阅读它们，你可以将它们转换为指数，如果你知道它们都是指数。使用gsub去除“10 ^（”和“）”，留下“-4”，转换为数字，然后转换回指数。可能不是最快的方式，但它有效。

从你的例子：

df＆lt; - data.frame（V1 = c（“s1”，“s2”，“s3”，“s4”），V2 = c（“10 ^（ - 4）”，“10 ^（ - 4 ）”， “10 ^（ - 4）”， “10 ^（ - 4）”））

> df$V2 <- 10^(as.numeric(gsub("10\\^\\(|\\)", "", df$V2)))
> df
  V1    V2
1 s1 1e-04
2 s2 1e-04
3 s3 1e-04
4 s4 1e-04

详细情况发生了什么：gsub("10\\^\$|\$", "", df$V2)用空字符串替换10 ^（和）（你需要转义克拉和圆括号），as.numeric()正在将你的-4字符串转换为数字-4，那么你只是在你刚刚创建的数字向量的每个元素上运行10 ^。

Answer 3

您可以使用readLines首先加载数据并执行所需的所有操作，然后将read.table与textConnection一起使用，如下所示：

tt <- readLines("~/tmp.txt")
tt <- gsub("10\\^\\((.*)\\)$", "1e\\1", tt)
read.table(textConnection(tt), sep="\t", header=TRUE, stringsAsFactors=FALSE)
  V1    V2
1 s1 1e-04
2 s2 1e-04
3 s3 1e-04
4 s4 1e-04

在R中将指数值导入为数字

3 个答案: