导入html表

Question

我已将html表导入 R ：

require(XML)
u='http://www.ininternet.org/calorie.htm'
tables = readHTMLTable(u)
my.table=tables[[9]]
View(my.table)

但是，当我想分析数据并应用任何函数时，我现在遇到了问题，例如

> mean(PROTEINE)
Warning message:
In mean.default(PROTEINE) :
  argument is not numeric or logical: returning NA

请告诉我如何导入表格，以便我可以正确分析数据。

Answer 1

您正在尝试计算“因子”类型变量的平均值：

> lapply(my.table, class)
$ALIMENTO
[1] "factor"

$PROTEINE
[1] "factor"

$GRASSI
[1] "factor"

$CARBOIDRATI
[1] "factor"

$CALORIE
[1] "factor"

$COLESTEROLO
[1] "factor"

您需要先将其转换为数字。考虑：

tmp <- as.numeric(as.character(my.table$PROTEINE))
mean(tmp)
## [1] 10.81395

请参阅this question and answer以获取解释。

Answer 2

它们都是因素，将它们改为字符和数字，如下所示：

my.table[,1] <- sapply(my.table[,1], as.character)
my.table[,2:6] <- sapply(my.table[,2:6], function(x) as.numeric(as.character(x))

或者在原始阅读中，指定stringsAsFactors=F。但这并不完美，因为它使一切都成为一个角色，所以你仍然需要转换为数字

tables = readHTMLTable(u,stringsAsFactors=F)
my.table[,2:6] <- sapply(my.table[,2:6], as.numeric)