如何将数据框列转换为数字类型？

如何将数据框列转换为数字类型？

由于（仍然）没有人打勾，因此我认为您会遇到一些实际问题，主要是因为您尚未指定要转换为哪种类型的向量numeric。我建议您应该应用transform函数以完成任务。

现在，我将演示某些“转换异常”：

# 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)

让我们一目了然 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

让我们运行：

> 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" 

现在您可能会问自己：“哪里有异常？” 嗯，我碰到了R中相当独特的东西，这不是在最混杂的东西，但它可以迷惑你，特别是如果你滚进睡前阅读。

这里是：前两列是character。我故意叫2 ^次一个fake_char。发现此character变量与Dirk在他的回复中创建的变量的相似性。它实际上是一个numerical转换为的向量character。3 ^次和4 ^次的列是factor，最后一个是“纯粹的” numeric。

如果您使用transform函数，则可以将转换fake_char为numeric，但不能将char变量本身转换为。

> 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

但是，如果您在fake_char和上做同样的事情char_fac，您会很幸运，并且没有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

如果保存transform data.frame并检查mode和class，则将得到：

> 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"

因此，结论是：是的，您可以将charactervector转换为numeric一个，但numeric前提是它的元素可以“转换为” 。如果character向量中只有一个元素，则尝试将该向量转换为numerical一个时会出错。

只是为了证明我的观点：

> 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

现在，仅出于娱乐目的（或练习），尝试猜测以下命令的输出：

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

问候帕特里克·伯恩斯！=）

有什么帮助我的：如果您要转换的变量范围（或多于一个），可以使用sapply。

有点荒谬，但仅举例来说：

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

假设您需要将数据框的第3列，第6-15列和第37列转换为数字，则可以：

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

if x是dataframe的列名dat，并且x是类型因子，请使用：

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

我会加一个评论（不能低评）

只是添加user276042和pangratz

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

这将覆盖现有列x的值

尽管您的问题严格地讲数字，但开始R时有许多转换难以理解。我将致力于解决问题的方法。这个问题类似于这个问题。

类型转换在R中可能会很痛苦，因为（1）无法将因子直接转换为数字，必须先将它们转换为字符类，（2）日期是一种特殊情况，通常需要单独处理，并且（3）跨数据帧列循环可能很棘手。幸运的是，“ tidyverse”解决了大多数问题。

该解决方案用于mutate_each()将函数应用于数据帧中的所有列。在这种情况下，我们要应用该type.convert()函数，该函数将字符串尽可能转换为数字。由于R喜欢因素（不确定原因），因此应保留字符的字符列将更改为因素。为了解决这个问题，该mutate_if()函数用于检测作为因素的列并更改为字符。最后，我想展示如何使用lubridate将字符类中的时间戳更改为日期时间，因为这通常也是初学者的一个难题。

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

蒂姆是正确的，而谢恩则有所遗漏。以下是其他示例：

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.frame现在，我们获得了-的因子列（计数）和-的数字摘要的摘要，as.numeric()这是错误的，因为它获得了数字因子水平---和（正确的）摘要as.numeric(as.character())。

通过以下代码，您可以将所有数据框列转换为数值列（X是我们要转换其列的数据框）：

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

为了将整个矩阵转换成数字，您有两种方法：

mode(X) <- "numeric"

要么：

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

另外，您可以使用data.matrix函数将所有内容转换为数字，尽管请注意，这些因素可能无法正确转换，因此将所有内容转换为character第一更安全：

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

如果要同时转换为矩阵和数字，通常会使用最后一个

如果您遇到以下问题：

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

看一下您的小数点。如果它们是“，”而不是“。” （例如“ 5,3”）无效。

潜在的解决方案是：

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

我相信这在一些非英语国家非常普遍。

type.convert()和使用的通用方式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"

要将数据框列转换为数字，您只需要做：-

数值因素：-

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

尽管其他人已经很好地涵盖了该主题，但我想补充一下其他快速思考/提示。您可以使用regexp来预先检查字符是否可能仅由数字组成。

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)

有关更复杂的正则表达式以及学习/体验其强大功能的巧妙方法，请访问以下网站：http : //regexr.com/

考虑到可能存在char列，这基于Excel工作表的Get列类型中的 @Abdou 自动回答：

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)

在我的PC（R v.3.2.3）中，apply或提示sapply错误。lapply效果很好。

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

如果数据框具有多种类型的列，某些字符，某些数字，请尝试以下操作将仅包含数字值的列转换为数字：

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])
  }
}

与hablar :: convert

要轻松地将多列转换为不同的数据类型，可以使用hablar::convert。简单语法：df %>% convert(num(a))将a列从df转换为数字。

详细的例子

让我们将的所有列转换mtcars为字符。

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    

与hablar::convert：

library(hablar)

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

结果是：

# 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   

要将字符转换为数字，必须通过应用将其转换为因数

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

您必须使两列具有相同的数据，因为一列不能转换为数值。如果进行一次转换，则会出现以下错误

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

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

因此，在执行两列相同数据后适用

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

它将成功将字符转换为数字

dfist您的数据框。x是df您要转换的列

as.numeric(factor(df$x))

如果您不关心保留这些因素，并且想将其应用于可以转换为数值的任何列，则可以使用下面的脚本。如果df是您的原始数据帧，则可以使用以下脚本。

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

我引用了Shane和Joran的解决方案