如何将数据框列转换为数字类型？
答案 0 :(得分：248)
由于（仍然）没有人检查标记，我认为你有一些实际问题，主要是因为你没有指定要转换为numeric的矢量类型。我建议您应用transform函数来完成任务。
现在我要证明某些“转换异常”：
# create dummy data.frame
d <- data.frame(char = letters[1:5],
fake_char = as.character(1:5),
fac = factor(1:5),
char_fac = factor(letters[1:5]),
num = 1:5, stringsAsFactors = FALSE)
让我们一瞥data.frame
> d
char fake_char fac char_fac num
1 a 1 1 a 1
2 b 2 2 b 2
3 c 3 3 c 3
4 d 4 4 d 4
5 e 5 5 e 5
让我们跑：
> sapply(d, mode)
char fake_char fac char_fac num
"character" "character" "numeric" "numeric" "numeric"
> sapply(d, class)
char fake_char fac char_fac num
"character" "character" "factor" "factor" "integer"
现在你可能会问自己“哪里有异常？”好吧，我在R中碰到了很奇怪的东西，这不是 最混乱的事情，但它会让你感到困惑，特别是如果你在睡觉前读到这篇文章。
这里说：前两列是character。我故意打电话给2 nd 一个fake_char。找出此character变量与Dirk在其回复中创建的变量的相似性。它实际上是转换为numerical的{{1}}向量。 3 rd 和4 th 列为character，最后一列为“纯粹”factor。
如果您使用numeric功能，则可以将transform转换为fake_char，而不是numeric变量本身。
char但是如果你在> transform(d, char = as.numeric(char))
char fake_char fac char_fac num
1 NA 1 1 a 1
2 NA 2 2 b 2
3 NA 3 3 c 3
4 NA 4 4 d 4
5 NA 5 5 e 5
Warning message:
In eval(expr, envir, enclos) : NAs introduced by coercion
和fake_char做同样的事情，你会很幸运，并且没有NA的侥幸：
char_fac如果您保存已转换的> transform(d, fake_char = as.numeric(fake_char),
char_fac = as.numeric(char_fac))
char fake_char fac char_fac num
1 a 1 1 1 1
2 b 2 2 2 2
3 c 3 3 3 3
4 d 4 4 4 4
5 e 5 5 5 5
并检查data.frame和mode，您将获得：
class所以，结论是： 是的，您可以将> D <- transform(d, fake_char = as.numeric(fake_char),
char_fac = as.numeric(char_fac))
> sapply(D, mode)
char fake_char fac char_fac num
"character" "numeric" "numeric" "numeric" "numeric"
> sapply(D, class)
char fake_char fac char_fac num
"character" "numeric" "factor" "numeric" "integer"
向量转换为character向量，但前提是它的元素是“可转换”为numeric 。 如果向量中只有一个numeric元素，则在尝试将该向量转换为character时会出错。
只是为了证明我的观点：
numerical现在，只是为了好玩（或练习），尝试猜测这些命令的输出：
> err <- c(1, "b", 3, 4, "e")
> mode(err)
[1] "character"
> class(err)
[1] "character"
> char <- as.numeric(err)
Warning message:
NAs introduced by coercion
> char
[1] 1 NA 3 4 NA
亲切地问帕特里克伯恩斯！ =）
答案 1 :(得分：123)
帮助我的东西：如果你要转换的变量范围（或者只是一个变量），你可以使用sapply。
有点荒谬，但仅举例来说：
data(cars)
cars[, 1:2] <- sapply(cars[, 1:2], as.factor)
假设数据帧的第3,6-15和37列需要转换为数字，可以：
dat[, c(3,6:15,37)] <- sapply(dat[, c(3,6:15,37)], as.numeric)
答案 2 :(得分：76)
如果x是数据框dat的列名，x是因子类型，请使用：
as.numeric(as.character(dat$x))
答案 3 :(得分：21)
我会添加评论（不能评分低）
添加用户276042和pangratz
dat$x = as.numeric(as.character(dat$x))
这将覆盖现有列x的值
答案 4 :(得分：15)
R> df <- data.frame(a = as.character(10:15))
R> df <- data.frame(df, num = as.numeric(df$a),
numchr = as.numeric(as.character(df$a)))
R> df
a num numchr
1 10 1 10
2 11 2 11
3 12 3 12
4 13 4 13
5 14 5 14
6 15 6 15
R> summary(df)
a num numchr
10:1 Min. :1.00 Min. :10.0
11:1 1st Qu.:2.25 1st Qu.:11.2
12:1 Median :3.50 Median :12.5
13:1 Mean :3.50 Mean :12.5
14:1 3rd Qu.:4.75 3rd Qu.:13.8
15:1 Max. :6.00 Max. :15.0
R>
我们的data.frame现在有一个因子列（计数）的摘要和as.numeric()的数字摘要--- 错误，因为它获得了数字因子级别---和as.numeric(as.character())的（正确）摘要。
答案 5 :(得分：14)
使用以下代码，您可以将所有数据框列转换为数字（X是我们要转换它的列的数据框）：
as.data.frame(lapply(X, as.numeric))
并且要将整个矩阵转换为数字，您有两种方法： 之一：
mode(X) <- "numeric"
或：
X <- apply(X, 2, as.numeric)
或者，您可以使用data.matrix函数将所有内容转换为数字，但请注意，这些因素可能无法正确转换，因此首先将所有内容转换为character更安全：
X <- sapply(X, as.character)
X <- data.matrix(X)
如果我希望同时转换为矩阵和数字，我通常会使用最后一个
答案 6 :(得分：13)
虽然您的问题严格依赖于数字，但在开始使用R时，很多转换都很难理解。我的目标是解决需要帮助的方法。此问题与This Question类似。
类型转换可能是R的痛苦，因为（1）因素不能直接转换为数字，它们需要先转换为字符类，（2）日期是您通常需要的特殊情况单独处理，（3）跨数据框列循环可能很棘手。幸运的是，＆＃34; tidyverse＆＃34;已经解决了大部分问题。
此解决方案使用mutate_each()将函数应用于数据框中的所有列。在这种情况下，我们想要应用type.convert()函数，它可以将字符串转换为数字。因为R喜欢因素（不确定原因）应该保持字符的字符列变为因子。要解决此问题，mutate_if()函数用于检测作为因子的列并更改为字符。最后，我想展示如何使用lubridate将字符类中的时间戳更改为日期时间，因为这通常也是初学者的一个难点。
library(tidyverse)
library(lubridate)
# Recreate data that needs converted to numeric, date-time, etc
data_df
#> # A tibble: 5 × 9
#> TIMESTAMP SYMBOL EX PRICE SIZE COND BID BIDSIZ OFR
#> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1 2012-05-04 09:30:00 BAC T 7.8900 38538 F 7.89 523 7.90
#> 2 2012-05-04 09:30:01 BAC Z 7.8850 288 @ 7.88 61033 7.90
#> 3 2012-05-04 09:30:03 BAC X 7.8900 1000 @ 7.88 1974 7.89
#> 4 2012-05-04 09:30:07 BAC T 7.8900 19052 F 7.88 1058 7.89
#> 5 2012-05-04 09:30:08 BAC Y 7.8900 85053 F 7.88 108101 7.90
# Converting columns to numeric using "tidyverse"
data_df %>%
mutate_all(type.convert) %>%
mutate_if(is.factor, as.character) %>%
mutate(TIMESTAMP = as_datetime(TIMESTAMP, tz = Sys.timezone()))
#> # A tibble: 5 × 9
#> TIMESTAMP SYMBOL EX PRICE SIZE COND BID BIDSIZ OFR
#> <dttm> <chr> <chr> <dbl> <int> <chr> <dbl> <int> <dbl>
#> 1 2012-05-04 09:30:00 BAC T 7.890 38538 F 7.89 523 7.90
#> 2 2012-05-04 09:30:01 BAC Z 7.885 288 @ 7.88 61033 7.90
#> 3 2012-05-04 09:30:03 BAC X 7.890 1000 @ 7.88 1974 7.89
#> 4 2012-05-04 09:30:07 BAC T 7.890 19052 F 7.88 1058 7.89
#> 5 2012-05-04 09:30:08 BAC Y 7.890 85053 F 7.88 108101 7.90
答案 7 :(得分：11)
如果您遇到以下问题：
foreach($arr['level1']['level2'][...]['levelGazillion'] as ...)
看看你的小数点。如果他们是＆＃34;，＆＃34;而不是＆＃34;。＆＃34; （例如＆＃34; 5,3＆＃34;）以上不会奏效。
可能的解决方案是：
as.numeric(as.character(dat$x))
我认为这在一些非英语国家非常普遍。
答案 8 :(得分：6)
使用type.convert()和rapply()的通用方式：
convert_types <- function(x) {
stopifnot(is.list(x))
x[] <- rapply(x, utils::type.convert, classes = "character",
how = "replace", as.is = TRUE)
return(x)
}
d <- data.frame(char = letters[1:5],
fake_char = as.character(1:5),
fac = factor(1:5),
char_fac = factor(letters[1:5]),
num = 1:5, stringsAsFactors = FALSE)
sapply(d, class)
#> char fake_char fac char_fac num
#> "character" "character" "factor" "factor" "integer"
sapply(convert_types(d), class)
#> char fake_char fac char_fac num
#> "character" "integer" "factor" "factor" "integer"
答案 9 :(得分：3)
要将数据框列转换为数字，您只需执行以下操作： -
数字因素： -
data_frame$column <- as.numeric(as.character(data_frame$column))
答案 10 :(得分：2)
虽然其他人已经很好地讨论了这个话题，但我想补充一下这个额外的快速思考/提示。您可以使用regexp提前检查字符是否可能只包含数字。
for(i in seq_along(names(df)){
potential_numcol[i] <- all(!grepl("[a-zA-Z]",d[,i]))
}
# and now just convert only the numeric ones
d <- sapply(d[,potential_numcol],as.numeric)
对于更复杂的正则表达式以及为什么要学习/体验他们的力量，请参阅这个非常好的网站：http://regexr.com/
答案 11 :(得分：0)
在我的电脑（R v.3.2.3）中，apply或sapply会出错。 lapply效果很好。
dt[,2:4] <- lapply(dt[,2:4], function (x) as.factor(as.numeric(x)))
答案 12 :(得分：0)
考虑到可能存在char列，这是基于Get column types of excel sheet automatically中的@Abdou回答：
makenumcols<-function(df){
df<-as.data.frame(df)
df[] <- lapply(df, as.character)
cond <- apply(df, 2, function(x) {
x <- x[!is.na(x)]
all(suppressWarnings(!is.na(as.numeric(x))))
})
numeric_cols <- names(df)[cond]
df[,numeric_cols] <- sapply(df[,numeric_cols], as.numeric)
return(df)
}
df<-makenumcols(df)
答案 13 :(得分：0)
要将字符转换为数字，您必须通过应用
将其转换为系数BankFinal1 <- transform(BankLoan, LoanApproval=as.factor(LoanApproval))
BankFinal1 <- transform(BankFinal1, LoanApp=as.factor(LoanApproval))
您必须使用相同的数据创建两列，因为一列无法转换为数字。如果您进行一次转换，则会出现以下错误
transform(BankData, LoanApp=as.numeric(LoanApproval))
Warning message: In eval(substitute(list(...)), `_data`, parent.frame()) : NAs introduced by coercion
所以，在做了两列相同的数据后应用
BankFinal1 < transform(BankFinal1, LoanApp = as.numeric(LoanApp),
LoanApproval = as.numeric(LoanApproval))
它会将字符成功转换为数字
答案 14 :(得分：0)
如果数据框有多种类型的列，某些字符，某些数字会尝试以下操作，只将包含数值的列转换为数字：
for (i in 1:length(data[1,])){
if(length(as.numeric(data[,i][!is.na(data[,i])])[!is.na(as.numeric(data[,i][!is.na(data[,i])]))])==0){}
else {
data[,i]<-as.numeric(data[,i])
}
}
答案 15 :(得分：0)
与 hablar :: convert
要轻松地将多列转换为不同的数据类型，可以使用hablar::convert。简单语法：df %>% convert(num(a))将列a从df转换为数字。
详细示例
让mtcars的所有列都转换为字符。
df <- mtcars %>% mutate_all(as.character) %>% as_tibble()
> df
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
1 21 6 160 110 3.9 2.62 16.46 0 1 4 4
2 21 6 160 110 3.9 2.875 17.02 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.61 1 1 4 1
使用hablar::convert：
library(hablar)
# Convert columns to integer, numeric and factor
df %>%
convert(int(cyl, vs),
num(disp:wt),
fct(gear))
导致：
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <int> <dbl> <dbl> <dbl> <dbl> <chr> <int> <chr> <fct> <chr>
1 21 6 160 110 3.9 2.62 16.46 0 1 4 4
2 21 6 160 110 3.9 2.88 17.02 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.61 1 1 4 1
4 21.4 6 258 110 3.08 3.22 19.44 1 0 3 1
答案 16 :(得分：0)
df和您的数据框。 x是您要转换的df的一列
as.numeric(factor(df$x))
答案 17 :(得分：0)