我有一个庞大的数据表。所以我无法在列中看到我的所有条目。
我想将一个显然属于类字符的列转换为数字，但是，当我使用as.numeric（col_name）时，我会收到警告＆＃34;强制引入的NAs＆＃34;。在我做任何其他事情之前，我想知道是否可以找出列中的哪些条目不是字符或导致问题的原因。
我对data.table执行了str，它给出了：
Classes ‘data.table’ and 'data.frame': 57042881 obs. of 21 variables:
$ V1 : int 142466 1265 142510 199933 143297 13548 143605 15194 143894 16701 ...
$ V2 : int 1 1 1 1 1 1 1 1 1 1 ...
$ V3 : int 20150702 20160316 20150702 20160316 20150703 20160324 20150704 20160327 20150704 20160331 ...
$ V4 : int 14 17 15 6 16 17 9 20 14 15 ...
$ V5 : chr "2015-07-02 14:50:00" "2016-03-16 17:40:00" "2015-07-02 15:58:00" "2016-03-16 06:20:00" ...
$ V6 : int 33547 25523 33547 25523 33547 25523 33547 25523 33547 25523 ...
$ V7 : num 42.9 33.9 53.8 65.3 35.7 ...
$ V8 : int 2 2 2 2 2 2 2 2 2 2 ...
$ V9 : num 60 34.5 75.3 66.5 50 ...
$ V10: num 5.46 3.14 6.84 6.05 4.55 3.3 0.71 2.18 3.11 1.82 ...
$ V11: chr "1.271732" "0.926145" "1.271883" "0.926295" ...
$ V12: num 1.4 1.02 1.4 1.02 1.4 ...
$ V13: int 0 0 0 0 0 0 0 0 0 0 ...
$ V14: int 0 0 0 0 0 1 0 0 0 0 ...
$ V16: chr "ULP" "ULP" "ULP" "ULP" ...
$ V17: POSIXct, format: "2015-07-02 14:50:00" "2016-03-16 17:40:00" "2015-07-02 15:58:00" "2016-03-16 06:20:00" ...
$ V18: Date, format: "2015-07-02" "2016-03-16" "2015-07-02" "2016-03-16" ...
$ V19: int 2015 2016 2015 2016 2015 2016 2015 2016 2015 2016 ...
$ V20: int 7 3 7 3 7 3 7 3 7 3 ...
$ V21: int 2 16 2 16 3 24 4 27 4 31 ...
然后我想将V11转换为数字。
dt_2 <- dt[, V11 := as.numeric(V11)]
Warning message:
In eval(expr, envir, enclos) : NAs introduced by coercion
为什么我收到这个警告？是因为V11栏中除了字符之外还有其他类型吗？如果是这样，我如何找到V11列中不是字符的值？
谢谢！
答案 0 :(得分：2)
由于数据集非常大，最好在新会话中阅读单个列再次（因为OP已经通过分配（:=替换了列'V11'）它本身。
library(data.table)
dt1 <- fread("yourfile.csv", select = 11)
通过使用select参数，我们可以阅读特定列。然后，我们将该列转换为numeric，使用is.na检查NA元素，同时创建逻辑vector。
i1 <- is.na(as.numeric(dt1[[1]]))
根据'i1'
对列进行子集v1 <- dt1[[1]][i1]
然后进行调查。
1小时后
根据调查，OP提到价值为"null"。在这种情况下，我们可以在na.strings = "null"中使用fread，它应该将“null”替换为NA，我们会得到正确的class（假设没有其他非数字字符串）
dt2 <- fread("yourfile.csv", na.strings = "null")