Question

我目前有一个从.csv文件读入的数据框。我使用以下方法切割数据框以删除datetime列和另一个非整数列

my.df <- my.df[2:7]

现在数据如下：

  X2 X3 X4 X5 X6 X7
1  3  4  4  4  3 76
2  3  2  3  3  3 52
3  3  3  4  3  3 64
4  3  3  4  3  3 64
5  4  4  4  4  4 80
6  3  4  4  4  3 76
7  4  4  4  4  4 80

我想使用colSums，但我收到错误：

“colSums（foo）中的错误：'x'必须是数字”

告诉我数据被视为字符数据而不是数字。

我已经阅读了StackOverflow上的几个问题，似乎都表明我应该使用as.numeric来转换它。例如，我尝试过：

as.matrix(sapply(my.df, as.numeric))

结果是：

     X2 X3 X4 X5 X6 X7
[1,]  1  3  2  2  1  3
[2,]  1  1  1  1  1  1
[3,]  1  2  2  1  1  2
[4,]  1  2  2  1  1  2
[5,]  2  3  2  2  2  4
[6,]  1  3  2  2  1  3
[7,]  2  3  2  2  2  4

这些甚至与原始数据框中的数字无法远程匹配。我应该做些什么？

我正在使用R版本3.3.1 for x86_64-apple-darwin13.4.0（64位）。

Answer 1

mat <- sapply(my.df, function(x) as.numeric(levels(x))[x])
colSums(mat)

我为提高效率做了几件事：

as.numeric(levels(x))[x]比as.numeric(as.character(x));
使用sapply来处理您的数据框my.df，但返回矩阵mat，因为colSums()适用于没有类型转换开销的矩阵。

示例：

my.df <- data.frame(x1 = gl(3, 2, labels = c(10, 11, 12)), x2 = gl(2, 3, labels = c(5, 6))) # x1 x2 #1 10 5 #2 10 5 #3 11 5 #4 11 6 #5 12 6 #6 12 6 data.matrix(my.df) ## same as `sapply(my.df, as.numeric)` # x1 x2 #[1,] 1 1 #[2,] 1 1 #[3,] 2 1 #[4,] 2 2 #[5,] 3 2 #[6,] 3 2

现在尝试我的解决方案：

mat <- sapply(my.df, function(x) as.numeric(levels(x))[x]) # x1 x2 #[1,] 10 5 #[2,] 10 5 #[3,] 11 5 #[4,] 11 6 #[5,] 12 6 #[6,] 12 6 colSums(mat) #x1 x2 #66 33

R - 将带有char值的df转换为数值矩阵更改值

1 个答案: