R数据框中的层级

Question

我从一个 .csv 文件中导入了数据，并附加了数据集。
我的问题是：有一个变量是整数形式的，有 295 个级别。我需要使用这个变量来创建其他变量，但我不知道如何处理这些级别。
这些是什么，我该怎么处理它们？

- Thomas

---

这可能意味着几件事情，这取决于您所说的“级别”的含义。这听起来有点像您的数字已被转换为因子变量，因为某个地方存在格式不正确的数字，因此R将其全部转换为分类“因子”变量。请问您能否在此剪切粘贴精确的代码和错误信息？ - Spacedman

你读过 ?factor 吗？或者 ?levels？ - Marek

setwd("D:/users/me/Desktop") data <- read.csv("Rdata.csv") attach(data) ctr <- for (i in 1:4722) {as.integer(a[i]/b[i])} - Thomas

1：在Ops.factor(a[i], b[i])中: /不适用于因子 - Thomas

Answer 1

当您使用read.table（或read.csv？-您没有指定）读取数据时，请添加参数stringsAsFactors = FALSE。然后，您将获得字符数据。

如果您期望该列的数据为整数，则必须有不可解释为整数的数据，因此在读取后请转换为数字。

txt <- c("x,y,z", "1,2,3", "a,b,c")

d <- read.csv(textConnection(txt))
sapply(d, class)
       x        y        z 
##"factor" "factor" "factor" 

## we don't want factors, but characters
d <- read.csv(textConnection(txt), stringsAsFactors = FALSE)
sapply(d, class)

#          x           y           z 
#"character" "character" "character" 

## convert x to numeric, and wear NAs for non numeric data
as.numeric(d$x)

#[1]  1 NA
#Warning message:
#NAs introduced by coercion 

最后，如果您想忽略这些输入细节并从因子中提取整数级别，可以使用例如 as.numeric(levels(d$x))[d$x]，具体请参见 ?factor 中的“警告”。

- mdsumner

---

感谢您的指导！ - Michael Pell

Answer 2

或者你可以简单地使用 d$x2 = as.numeric(as.character(d$x))。

- Arthur

Answer 3

根据您的说明，我建议您使用read.table并设置header=TRUE、stringAsFactors=FALSE和as.is=!stringsAsFactors以及sep=","重新编写读取语句：

datinp <- read.table("Rdata.csv", header=TRUE, stringAsFactors=FALSE , 
                       as.is = !stringsAsFactors , sep=",") 
datinp$a <- as.numeric(datinp$a)
datinp$b <- as.numeric(datinp$b)
datinp$ctr <- with(datinp, as.integer(a/b) ) # no loop needed when using vector arithmetic

- IRTFM

Answer 4

执行summary(data)检查读入的数据是否正确。如果某些列不是数字，可以查看read.csv函数中的colClasses参数进行强制转换，这可能会导致一些格式不正确的数字变成NA值。

使用help(read.csv)获取更多帮助信息。

- Spacedman

---

Spacedman：你能否使用colClasses强制使用NA？一开始我也这么想，但是txt <- c("x,y,z", "1,2,3", "a,b,c", "1,2,3")； d <- read.table(textConnection(txt), sep = ",", header = TRUE, colClasses = rep("numeric", 3))在扫描时出现错误。在read.table中是否有我忽略的内容？ - mdsumner

@mdsummer：去掉那些双引号。它们会把你的字符捆绑在一起，这不是你想要的方式。 - IRTFM

@mdsummer：但问题仍然存在。需要使用as.is=TRUE。 - IRTFM