Bagaimana cara mengubah kolom bingkai data ke tipe numerik?

Bagaimana Anda mengonversi kolom bingkai data ke tipe numerik?

Karena (masih) tidak ada yang mendapat tanda centang, saya berasumsi bahwa Anda memiliki beberapa masalah praktis dalam pikiran, terutama karena Anda belum menentukan jenis vektor apa yang ingin Anda konversi numeric. Saya sarankan Anda harus menerapkan transformfungsi untuk menyelesaikan tugas Anda.

Sekarang saya akan menunjukkan "anomali konversi" tertentu:

# create dummy data.frame
d <- data.frame(char = letters[1:5], 
                fake_char = as.character(1:5), 
                fac = factor(1:5), 
                char_fac = factor(letters[1:5]), 
                num = 1:5, stringsAsFactors = FALSE)

Mari kita melirik data.frame

> d
  char fake_char fac char_fac num
1    a         1   1        a   1
2    b         2   2        b   2
3    c         3   3        c   3
4    d         4   4        d   4
5    e         5   5        e   5

dan mari kita jalankan:

> sapply(d, mode)
       char   fake_char         fac    char_fac         num 
"character" "character"   "numeric"   "numeric"   "numeric" 
> sapply(d, class)
       char   fake_char         fac    char_fac         num 
"character" "character"    "factor"    "factor"   "integer" 

Sekarang Anda mungkin bertanya pada diri sendiri, "Di mana anomali itu?" Yah, saya telah bertemu dengan hal-hal yang sangat aneh di R, dan ini bukan hal yang paling membingungkan, tetapi itu dapat membingungkan Anda, terutama jika Anda membaca ini sebelum berguling ke tempat tidur.

Ini dia: dua kolom pertama adalah character. Saya sengaja menelepon ^nomor dua fake_char. Temukan kesamaan charactervariabel ini dengan variabel yang dibuat Dirk dalam jawabannya. Ini sebenarnya sebuah numericalvektor yang dikonversi menjadi character. 3 ^rd dan 4 ^th kolom yang factor, dan yang terakhir adalah "murni" numeric.

Jika Anda menggunakan transformfungsi, Anda bisa mengubahnya fake_charmenjadi numeric, tetapi bukan charvariabel itu sendiri.

> transform(d, char = as.numeric(char))
  char fake_char fac char_fac num
1   NA         1   1        a   1
2   NA         2   2        b   2
3   NA         3   3        c   3
4   NA         4   4        d   4
5   NA         5   5        e   5
Warning message:
In eval(expr, envir, enclos) : NAs introduced by coercion

tetapi jika Anda melakukan hal yang sama fake_chardan char_fac, Anda akan beruntung, dan lolos tanpa NA:

> transform(d, fake_char = as.numeric(fake_char), 
               char_fac = as.numeric(char_fac))

  char fake_char fac char_fac num
1    a         1   1        1   1
2    b         2   2        2   2
3    c         3   3        3   3
4    d         4   4        4   4
5    e         5   5        5   5

Jika Anda menyimpan transformasi data.framedan memeriksa modedan class, Anda akan mendapatkan:

> D <- transform(d, fake_char = as.numeric(fake_char), 
                    char_fac = as.numeric(char_fac))

> sapply(D, mode)
       char   fake_char         fac    char_fac         num 
"character"   "numeric"   "numeric"   "numeric"   "numeric" 
> sapply(D, class)
       char   fake_char         fac    char_fac         num 
"character"   "numeric"    "factor"   "numeric"   "integer"

Jadi, kesimpulannya adalah: Ya, Anda dapat mengubah charactervektor menjadi numericsatu, tetapi hanya jika elemen-elemennya "dapat dikonversi" numeric. Jika hanya ada satu characterelemen dalam vektor, Anda akan mendapatkan kesalahan ketika mencoba mengubah vektor itu menjadi numericalsatu.

Dan hanya untuk membuktikan maksud saya:

> err <- c(1, "b", 3, 4, "e")
> mode(err)
[1] "character"
> class(err)
[1] "character"
> char <- as.numeric(err)
Warning message:
NAs introduced by coercion 
> char
[1]  1 NA  3  4 NA

Dan sekarang, hanya untuk bersenang-senang (atau berlatih), coba tebak output dari perintah ini:

> fac <- as.factor(err)
> fac
???
> num <- as.numeric(fac)
> num
???

Salam untuk Patrick Burns! =)

Sesuatu yang telah membantu saya: jika Anda memiliki rentang variabel untuk dikonversi (atau lebih dari satu), Anda dapat menggunakannya sapply.

Agak tidak masuk akal tetapi hanya sebagai contoh:

data(cars)
cars[, 1:2] <- sapply(cars[, 1:2], as.factor)

Katakanlah kolom 3, 6-15 dan 37 dari Anda dataframe perlu dikonversi menjadi numerik yang bisa:

dat[, c(3,6:15,37)] <- sapply(dat[, c(3,6:15,37)], as.numeric)

jika xadalah nama kolom dari dataframe dat, dan xmerupakan tipe faktor, gunakan:

as.numeric(as.character(dat$x))

Saya akan menambahkan komentar (tidak boleh peringkat rendah)

Hanya untuk menambahkan pada user276042 dan pangratz

dat$x = as.numeric(as.character(dat$x))

Ini akan menimpa nilai kolom yang ada x

Meskipun pertanyaan Anda benar-benar numerik, ada banyak konversi yang sulit dipahami ketika memulai R. Saya akan berupaya membahas metode untuk membantu. Pertanyaan ini mirip dengan Pertanyaan Ini .

Konversi jenis dapat menjadi masalah di R karena (1) faktor tidak dapat dikonversi langsung ke numerik, mereka perlu dikonversi ke kelas karakter terlebih dahulu, (2) tanggal adalah kasus khusus yang biasanya perlu Anda tangani secara terpisah, dan (3) perulangan di kolom bingkai data bisa rumit. Untungnya, "tidyverse" telah menyelesaikan sebagian besar masalah.

Solusi ini digunakan mutate_each()untuk menerapkan fungsi ke semua kolom dalam bingkai data. Dalam hal ini, kami ingin menerapkan type.convert()fungsi, yang mengubah string menjadi numerik di mana ia bisa. Karena R menyukai faktor (tidak yakin mengapa) kolom karakter yang harus tetap karakter diubah menjadi faktor. Untuk memperbaikinya, mutate_if()fungsi ini digunakan untuk mendeteksi kolom yang merupakan faktor dan berubah menjadi karakter. Terakhir, saya ingin menunjukkan bagaimana lubridate dapat digunakan untuk mengubah stempel waktu di kelas karakter ke waktu-tanggal karena ini juga sering merupakan blok yang sulit bagi pemula.

library(tidyverse) 
library(lubridate)

# Recreate data that needs converted to numeric, date-time, etc
data_df
#> # A tibble: 5 × 9
#>             TIMESTAMP SYMBOL    EX  PRICE  SIZE  COND   BID BIDSIZ   OFR
#>                 <chr>  <chr> <chr>  <chr> <chr> <chr> <chr>  <chr> <chr>
#> 1 2012-05-04 09:30:00    BAC     T 7.8900 38538     F  7.89    523  7.90
#> 2 2012-05-04 09:30:01    BAC     Z 7.8850   288     @  7.88  61033  7.90
#> 3 2012-05-04 09:30:03    BAC     X 7.8900  1000     @  7.88   1974  7.89
#> 4 2012-05-04 09:30:07    BAC     T 7.8900 19052     F  7.88   1058  7.89
#> 5 2012-05-04 09:30:08    BAC     Y 7.8900 85053     F  7.88 108101  7.90

# Converting columns to numeric using "tidyverse"
data_df %>%
    mutate_all(type.convert) %>%
    mutate_if(is.factor, as.character) %>%
    mutate(TIMESTAMP = as_datetime(TIMESTAMP, tz = Sys.timezone()))
#> # A tibble: 5 × 9
#>             TIMESTAMP SYMBOL    EX PRICE  SIZE  COND   BID BIDSIZ   OFR
#>                <dttm>  <chr> <chr> <dbl> <int> <chr> <dbl>  <int> <dbl>
#> 1 2012-05-04 09:30:00    BAC     T 7.890 38538     F  7.89    523  7.90
#> 2 2012-05-04 09:30:01    BAC     Z 7.885   288     @  7.88  61033  7.90
#> 3 2012-05-04 09:30:03    BAC     X 7.890  1000     @  7.88   1974  7.89
#> 4 2012-05-04 09:30:07    BAC     T 7.890 19052     F  7.88   1058  7.89
#> 5 2012-05-04 09:30:08    BAC     Y 7.890 85053     F  7.88 108101  7.90

Tim sudah benar, dan Shane memiliki kekurangan. Berikut adalah contoh tambahan:

R> df <- data.frame(a = as.character(10:15))
R> df <- data.frame(df, num = as.numeric(df$a), 
                        numchr = as.numeric(as.character(df$a)))
R> df
   a num numchr
1 10   1     10
2 11   2     11
3 12   3     12
4 13   4     13
5 14   5     14
6 15   6     15
R> summary(df)
  a          num           numchr    
 10:1   Min.   :1.00   Min.   :10.0  
 11:1   1st Qu.:2.25   1st Qu.:11.2  
 12:1   Median :3.50   Median :12.5  
 13:1   Mean   :3.50   Mean   :12.5  
 14:1   3rd Qu.:4.75   3rd Qu.:13.8  
 15:1   Max.   :6.00   Max.   :15.0  
R> 

data.frameSekarang kami memiliki ringkasan kolom faktor (jumlah) dan ringkasan numerik dari as.numeric()--- yang salah karena mendapat tingkat faktor numerik --- dan ringkasan (yang benar) dari as.numeric(as.character()).

Dengan kode berikut Anda dapat mengonversi semua kolom bingkai data menjadi numerik (X adalah bingkai data yang ingin Anda konversi kolomnya):

as.data.frame(lapply(X, as.numeric))

dan untuk mengubah seluruh matriks menjadi numerik Anda memiliki dua cara: Baik:

mode(X) <- "numeric"

atau:

X <- apply(X, 2, as.numeric)

Sebagai alternatif, Anda dapat menggunakan data.matrixfungsi untuk mengubah segalanya menjadi numerik, meskipun perlu diingat bahwa faktor-faktor tersebut mungkin tidak dapat dikonversi dengan benar, jadi lebih aman untuk mengonversi semuanya menjadi yang characterpertama:

X <- sapply(X, as.character)
X <- data.matrix(X)

Saya biasanya menggunakan yang terakhir ini jika saya ingin mengkonversi ke matriks dan angka secara bersamaan

Jika Anda mengalami masalah dengan:

as.numeric(as.character(dat$x))

Lihatlah tanda desimal Anda. Jika mereka "," bukannya "." (mis. "5,3") di atas tidak akan berfungsi.

Solusi potensial adalah:

as.numeric(gsub(",", ".", dat$x))

Saya percaya ini sangat umum di beberapa negara yang tidak berbahasa Inggris.

Cara universal menggunakan type.convert()dan rapply():

convert_types <- function(x) {
    stopifnot(is.list(x))
    x[] <- rapply(x, utils::type.convert, classes = "character",
                  how = "replace", as.is = TRUE)
    return(x)
}
d <- data.frame(char = letters[1:5], 
                fake_char = as.character(1:5), 
                fac = factor(1:5), 
                char_fac = factor(letters[1:5]), 
                num = 1:5, stringsAsFactors = FALSE)
sapply(d, class)
#>        char   fake_char         fac    char_fac         num 
#> "character" "character"    "factor"    "factor"   "integer"
sapply(convert_types(d), class)
#>        char   fake_char         fac    char_fac         num 
#> "character"   "integer"    "factor"    "factor"   "integer"

Untuk mengonversi kolom bingkai data menjadi numerik, Anda cukup melakukan: -

faktor numerik: -

data_frame$column <- as.numeric(as.character(data_frame$column))

Meskipun orang lain telah membahas topik dengan cukup baik, saya ingin menambahkan pemikiran / petunjuk cepat tambahan ini. Anda dapat menggunakan regexp untuk memeriksa terlebih dahulu apakah karakter yang berpotensi hanya terdiri dari angka.

for(i in seq_along(names(df)){
     potential_numcol[i] <- all(!grepl("[a-zA-Z]",d[,i]))
}
# and now just convert only the numeric ones
d <- sapply(d[,potential_numcol],as.numeric)

Untuk ekspresi reguler yang lebih canggih dan alasan yang bagus untuk mempelajari / merasakan kekuatan mereka, lihat situs web yang sangat bagus ini: http://regexr.com/

Mengingat mungkin ada kolom char, ini didasarkan pada @Abdou di Dapatkan jenis lembar excel secara otomatis menjawab:

makenumcols<-function(df){
  df<-as.data.frame(df)
  df[] <- lapply(df, as.character)
  cond <- apply(df, 2, function(x) {
    x <- x[!is.na(x)]
    all(suppressWarnings(!is.na(as.numeric(x))))
  })
  numeric_cols <- names(df)[cond]
  df[,numeric_cols] <- sapply(df[,numeric_cols], as.numeric)
  return(df)
}
df<-makenumcols(df)

Di PC saya (R v.3.2.3), applyatau sapplyberikan kesalahan. lapplybekerja dengan baik.

dt[,2:4] <- lapply(dt[,2:4], function (x) as.factor(as.numeric(x)))

Jika kerangka data memiliki beberapa jenis kolom, beberapa karakter, beberapa numerik coba yang berikut ini untuk mengonversi hanya kolom yang berisi nilai numerik ke angka:

for (i in 1:length(data[1,])){
  if(length(as.numeric(data[,i][!is.na(data[,i])])[!is.na(as.numeric(data[,i][!is.na(data[,i])]))])==0){}
  else {
    data[,i]<-as.numeric(data[,i])
  }
}

dengan hablar :: convert

Untuk dengan mudah mengonversi banyak kolom ke berbagai tipe data yang dapat Anda gunakan hablar::convert. Sintaks sederhana: df %>% convert(num(a))mengonversi kolom a dari df ke numerik.

Contoh terperinci

Mari kita konversi semua kolom mtcarsmenjadi karakter.

df <- mtcars %>% mutate_all(as.character) %>% as_tibble()

> df
# A tibble: 32 x 11
   mpg   cyl   disp  hp    drat  wt    qsec  vs    am    gear  carb 
   <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
 1 21    6     160   110   3.9   2.62  16.46 0     1     4     4    
 2 21    6     160   110   3.9   2.875 17.02 0     1     4     4    
 3 22.8  4     108   93    3.85  2.32  18.61 1     1     4     1    

Dengan hablar::convert:

library(hablar)

# Convert columns to integer, numeric and factor
df %>% 
  convert(int(cyl, vs),
          num(disp:wt),
          fct(gear))

menghasilkan:

# A tibble: 32 x 11
   mpg     cyl  disp    hp  drat    wt qsec     vs am    gear  carb 
   <chr> <int> <dbl> <dbl> <dbl> <dbl> <chr> <int> <chr> <fct> <chr>
 1 21        6  160    110  3.9   2.62 16.46     0 1     4     4    
 2 21        6  160    110  3.9   2.88 17.02     0 1     4     4    
 3 22.8      4  108     93  3.85  2.32 18.61     1 1     4     1    
 4 21.4      6  258    110  3.08  3.22 19.44     1 0     3     1   

Untuk mengkonversi karakter ke numerik Anda harus mengubahnya menjadi faktor dengan menerapkan

BankFinal1 <- transform(BankLoan,   LoanApproval=as.factor(LoanApproval))
BankFinal1 <- transform(BankFinal1, LoanApp=as.factor(LoanApproval))

Anda harus membuat dua kolom dengan data yang sama, karena satu kolom tidak dapat dikonversi menjadi angka. Jika Anda melakukan satu konversi itu memberikan kesalahan di bawah ini

transform(BankData, LoanApp=as.numeric(LoanApproval))

Warning message:
  In eval(substitute(list(...)), `_data`, parent.frame()) :
  NAs introduced by coercion

jadi, setelah melakukan dua kolom data yang sama berlaku

BankFinal1 <- transform(BankFinal1, LoanApp      = as.numeric(LoanApp), 
                                    LoanApproval = as.numeric(LoanApproval))

itu akan berhasil mengubah karakter menjadi numerik

dfist dataframe Anda. xadalah kolom dfyang ingin Anda konversi

as.numeric(factor(df$x))

Jika Anda tidak peduli tentang menjaga faktor-faktor, dan ingin menerapkannya ke kolom apa pun yang dapat dikonversi menjadi numerik, saya menggunakan skrip di bawah ini. jika df adalah kerangka data asli Anda, Anda dapat menggunakan skrip di bawah ini.

df[] <- lapply(df, as.character)
df <- data.frame(lapply(df, function(x) ifelse(!is.na(as.numeric(x)), as.numeric(x),  x)))

Saya mereferensikan solusi Shane dan Joran btw