Question

当前，我有一个很大的数据框，在其中我不一定知道所有行的名称，这些行以字符串的形式存储在第一列中（在这种情况下，是提供某些数据的国家/地区的名称）。我需要拿出数据来做其他事情，而我刚巧知道前56行具有我需要的所有名称，每行恰好有一次。

我以为我可以用for循环遍历这些名称的向量：

dat=read.csv("foo.csv",header=TRUE)
Names=character(56)
for (i in 1:56){Names[i]=dat[[i,1]]}

但是发生的是，我最终在Names中得到了一堆整数。当我运行str(dat$NAMES) [我感兴趣的列]时，得到以下信息：

Factor with 56 levels "Angola", "Benin",...: 1 3 4 5 15 27 32 33 39 40 ...

这些似乎是我要获取的整数，但是我一辈子都无法弄清楚如何获取字符串。

Answer 1

首先，问题是read.csv在OP认为是字符向量的情况下在第一列中产生了一个因素。

我们可以在将数据加载到stringsAsFactors = FALSE中的R设置read.csv中时避免这种情况。

dat <- read.csv("foo.csv", header = TRUE, stringsAsFactors = FALSE)
#extract the first 56 entries from the first column
Names <- dat[1:56, 1]

如果没有stringsAsFactors = FALSE选项，请使用as.character将该矢量转换为character类型。

dat <- read.csv("foo.csv", header = TRUE, stringsAsFactors = TRUE)
#extract the first 56 entries from the first column
Names <- as.character(dat[1:56, 1])

当它们是“因素”时，从R中的数据框中提取字符串列

1 个答案: