Question

我使用以下命令引入数据集：

rbc <- read.csv("rbc hgb.csv", header = T)
data <- rbc[rbc$Result_Value_After != "NULL",]

出于某种原因，rbc$Result_Value_After被视为一个因素，所以我发出以下命令：

data$Result_Value_After <- as.numeric(data$Result_Value_After)

str（data）告诉我列现在是num类型，但所有作为因子的数字都是十进制形式，如7.2。当我进行转换时，它会变为72，这是关闭的。关于如何解决此问题的任何想法？

Answer 1

这是调用read.csv时列分类问题的可能解决方法。

说我不想在将数据读入R后更改类。如果我想要一列是character而其他列是默认类，我可以使用{{1}快速读取 .csv 的第一行（即列标题行，如果存在）并设置一个向量传递给readLines的{{1}}参数。

这是一个简单的功能，

colClasses

为了说明这是如何工作的，假设我有一个名为 cats.csv 的文件（事实就是这样），我知道我想要重量列为类read.csv，其余列为默认类。请注意，col.classes <- function(csv, col, class){ g <- readLines(csv, n = 1) n <- unlist(strsplit(g, ",")) col.classes <- ifelse(n %in% col, class, NA) return(col.classes) }可以是字符向量，对于character的元素，会跳过相应的数据列，并将其归类为不使用colClasses进行读取。

查看文件

中列的名称

NA

查看colClasses

中的默认类

names(read.csv('cats.csv'))
## [1] "cats"   "colour" "length" "weight" "mu"

示例运行

（1）在调用read.csv时将长度列归为> sapply(read.csv('cats.csv'), class) ## cats colour length weight mu ## "integer" "factor" "integer" "integer" "integer"，而将其他列作为各自的默认值

numeric

（2）同样，将 weight 列归类为read.csv

> cc1 <- col.classes('cats.csv', 'length', 'numeric')
> rr1 <- read.csv('cats.csv', colClasses = cc1)
> sapply(rr1, class)
## cats    colour    length    weight       mu 
## "integer"  "factor" "numeric" "integer" "integer"

不确定这对你有帮助吗？当我想要一个列类的混合时，我发现它很有用，否则一旦数据已经加载到R中，这些列类可能会变得笨拙和令人沮丧。

将因子转换为列到数字R.

1 个答案: