在R中，read.table()函数将数值读取为整数。

Question

我正在使用 Data <- read.table("file", head=TRUE, sep=";") 来读取我的文件。

我的文件的 head 看起来像这样：

         Date     Time Global_active_power Global_reactive_power Voltage Global_intensity
66637 2007-02-01 00:00:00               0.326                 0.128 243.150            1.400
66638 2007-02-01 00:01:00               0.326                 0.130 243.320            1.400
66639 2007-02-01 00:02:00               0.324                 0.132 243.510            1.400
66640 2007-02-01 00:03:00               0.324                 0.134 243.900            1.400
66641 2007-02-01 00:04:00               0.322                 0.130 243.160            1.400
66642 2007-02-01 00:05:00               0.320                 0.126 242.290            1.400
      Sub_metering_1 Sub_metering_2 Sub_metering_3
66637          0.000          0.000              0
66638          0.000          0.000              0
66639          0.000          0.000              0
66640          0.000          0.000              0
66641          0.000          0.000              0
66642          0.000          0.000              0

然而，如果我尝试使用typeof(Data$Global_reactive_power)，它会显示integer（应该是numeric）。

我不明白为什么会出现这种情况。我尝试了很多方法，但似乎都没有起作用，有人能帮我吗？

我的文件在这里： https://d396qusza40orc.cloudfront.net/exdata%2Fdata%2Fhousehold_power_consumption.zip

- Ginger

---

您可以像上面那样读取数据，然后使用 Data$Global_reactive_power <- as.numeric(Data$Global_reactive_power)，或者在调用 read.table 时手动指定每列的类别。请参阅 read.table 的帮助文件中的 colClasses 参数 (?read.table)。 - nrussell

我尝试使用as.numeric(Data$Global_reactive_power)函数，但它会将数据转换为整数（属性是double类型）。第一行数据如下： 日期 时间 全局有功功率 全局无功功率 电压 全局电流 66637 2007-02-01 00:00:00 126 43 243.150 1.400 - Ginger

它将0.326的值更改为126，依此类推。 - Ginger

你能提供一小部分文件的样本（前几行），这样我们就可以重现问题吗？ - David Robinson

我添加了我的文件链接。 - Ginger

Answer 1

似乎你的原始数据中存在“？”表示缺失值。我使用了...

is.not.numeric<-function(x) {
    is.na(as.numeric(as.character(x)))
}

head(Filter(is.not.numeric, Data$Global_reactive_power))

当 R 遇到列中的非数值类型数据时，例如“?”，它会将该列强制转换为因子。为了正确读取您的数据，请尝试：

Data<-read.table("household_power_consumption.txt", 
    header=TRUE, sep=";", na.strings="?")

现在

class(Data$Global_reactive_power)
# [1] "numeric"

显示它是数值类型。（注意，你不应该真的需要使用 typeof。它告诉你对象的数据是如何存储的，而不是告诉你这个对象是什么。使用 class() 来获取对象是什么类型。）

- MrFlick

Answer 2

你的Global_reactive_power列中有一些非数字条目，这导致read.table将其转换为因子。请注意，typeof(factor)是integer。

在文本编辑器中打开文件并查找不是严格数字的条目。如果您的数据来自Excel，请确保在将其导出到文本之前从列中删除所有格式（除日期外）。

- Hong Ooi

---

或者尝试which(is.na(as.numeric(as.character(d$Global_reactive_power))))来定位问题。 - Ben Bolker

我尝试了'which(is.na(as.numeric(as.character(d$Global_reactive_power))))'，它生成了一个全是FALSE的向量。 - Ginger

@Ginger，“which（）”命令不应返回逻辑值，而应返回索引（整数）。您确定正确运行了该行代码吗？ - MrFlick