Question

我已将一堆我的列从因子转换为数字，但代码非常繁琐。我不得不单独转换每一列，最终花费的时间比它应该多。这是我使用的代码（只是一个简短的示例 - 我实际上有更多列）：

city1[,CityNames]<-as.numeric(levels(city1[,CityNames]))[city1[,CityNames]]

我几乎是肯定的，而不是完成所有这些，我可以完成：

Error in as.numeric(levels(city1[, CityNames]))[city1[, CityNames]] : 
  invalid subscript type 'list'

其中CityNames只是我要转换的数据的所有列。但是这不起作用，因为我得到：

{{1}}

谁能说出我做错了什么？或者除了我漫长而恼人的第一种方法之外，还有其他方法可以做到这一点吗？

Answer 1

我几乎是肯定的，而不是做所有这些，我可以做到：
city1[,CityNames]<-as.numeric(levels(city1[,CityNames]))[city1[,CityNames]]

因此，需要进行一些小改动：

city1[,CityNames] <- lapply(city1[,CityNames], function(x) as.numeric(levels(x))[x] )

原始方法不起作用，因为

levels是特定于矢量的，因此不清楚myvec = levels(city1[,CityNames])是什么。
myvec[ city1[,CityNames] ]会抛出错误，因为city1[,CityNames]是一个data.frame，不能以这种方式用于子集。

Answer 2

当我想将data.frame中的许多列转换为不同的数据类型时，这通常是我所做的：

convNames <- c("NY", "CHI", "LA", "ATL", "MIA")
for(name in convNames) { city1[, name] <- as.numeric(as.character((city1[, name])) }

这是一个很好的两行，你只需要添加你想要强制转换到convNames向量的列的名称，就可以在下面的强制循环中添加一个新列。

编辑：做一个因素问题，做上面的lapply方法。

Answer 3

我不确定它是否更快，但可能是因为查找可能会减慢你的速度。试试city1 <- as.numeric(as.character(city1))。 as.character()转换为级别值，然后as.numeric()将这些字符串解释为数字等价物。它可能明显更快，因为它不必对每个值的水平向量进行任何查找。

转换为数字的有效方法

3 个答案: