Question

我有一个数据框基本上它的标题已经被回收了几次，所以看起来像这样：

Scanner sc = new Scanner(new File("temperatur.txt"));
int[] temp = new int [12];
int counter = 0;
while (sc.hasNextLine()) {
   temp[counter] = sc.nextLine();
   counter++;
}

int sum = 0;
for(int i = 0; i < temp.length; i++) {
    sum += temp[i];
}

double snitt = (sum / temp.length);
System.out.println("The average temperature is " + snitt);

大多数变量都有数值;然而，有些人具有特征 - 因此将整个df转换为数字并不会帮助我。我想知道如何对数据帧进行子集化以删除重新出现的标题？所以，最后我会有这个：

var1    var2    var3    var4
   1       1       1     'ch'
   1       1       1     'ch'
   1       1       1     'ch'
var1    var2    var3    var4
   1       1       1     'ch'
   1       1       1     'ch'
   1       1       1     'ch'
var1    var2    var3    var4

Answer 1

你可以试试这个：

df[,1:3] <- sapply(df[,1:3], function(x) as.integer(as.character(x)))
df <- df[complete.cases(df),]

Answer 2

拥有额外的标题会将您的所有数据转换为因子（或使用stringsAsFactors=FALSE时的字符）：

dd <- read.table(text="var1    var2    var3    var4
   1       1       1     'ch'
   1       1       1     'ch'
   1       1       1     'ch'
var1    var2    var3    var4
   1       1       1     'ch'
   1       1       1     'ch'
   1       1       1     'ch'
var1    var2    var3    var4")

将除最后一列之外的所有列转换为数字（忽略警告）：

dd[,1:3] <- lapply(dd[,1:3],
                    function(x) as.numeric(as.character(x)))

丢弃前三列为NA的行：

dd <- dd[apply(dd[,1:3],1,function(x)!all(is.na(x))),]

Answer 3

这个怎么样：

rpts <- unique(as.vector(sapply(1:ncol(d), function(i) which(names(d)[i]==d[,i]))))
d <- d[-1*rpts,]

第一行提取出现所有列的相应列名称的行（即names(d)）。第二行考虑删除那些提取的行（即rpts）。

数据

d <- structure(list(var1 = structure(c(1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L), .Label = c("1", "var1"), class = "factor"), var2 = structure(c(1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L), .Label = c("1", "var2"), class = "factor"), var3 = structure(c(1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L), .Label = c("1", "var3"), class = "factor"), var4 = structure(c(1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L), .Label = c("ch", "var4"), class = "factor")), .Names = c("var1", "var2", "var3", "var4"), class = "data.frame", row.names = c(NA, -8L))

从R中的数字数据框中删除字符数据

3 个答案: