获取整数原子向量 (与数字向量对比)

Question

我正在使用API获取一些不受我控制的字符数据，并从中创建一个data.frame。我希望结果变量能够尽可能自然地分类，而且操作最小。特别地，当适用时，我想要整数变量而不是数字变量。 我从XML数据中挖掘出这些数据，其中一个属性(称之为“attA”)将整数呈现为整数，即没有小数点和尾零。另一个属性(称为“attB”)更普遍和正确，但总是呈现带有一位小数的数字，即使它是统一为零。 (请注意，数据也可以是字符类型！) 我的初始方法基于“attA”并通过“type.convert()”进行处理，但现在我想使用“attB”。从阅读“type.convert()”文档中得知，当所有数据都可以表示为整数时，它并不生成整数。我是否理解错误？您有什么建议，可以在不惊天动地地处理字符数据的情况下获得我想要的结果吗？

attA <- c("1", "2")
str(type.convert(attA))
#>  int [1:2] 1 2

attB <- c("1.0", "2.0")
str(type.convert(attB))
#>  num [1:2] 1 2

unholy <- gsub("\\.0$", "", attB)
str(type.convert(unholy))
#>  int [1:2] 1 2

type.convert()文档中相关部分： "给定一个字符向量，它试图将其转换为逻辑、整数、数字或复数，如果失败，则将其转换为因子，除非as.is=TRUE。选择能够接受所有非缺失值的第一个类型... 包含可选空格后跟表示R整数或na.strings值的十进制常量的向量被转换为整数。"

- jennybryan

---

你为什么不能用as.integer()替换type.convert()呢？ as.integer(attB)效果很好。此外，可能可以使用read.table()，并在那里指定colClasses。 - Rich Scriven

一般来说，我不知道数据是否仅为整数、数字或字符。我真的希望逻辑、整数、数字、字符的层次结构能够被严格应用（我总是使用 type.convert(..., as.is = FALSE)）。这就是为什么我不能使用 as.integer() 的原因。 - jennybryan

Answer 1

从阅读type.convert()文档来看，当所有数据都可以表示为整数时，它没有产生整数值，这让我感到惊讶。我理解错了吗？

我认为你可能是理解错了。

在某些情况下，将写成123.0的数字转换为123确实会改变其含义：123.0中的末尾零可能意味着它代表比123（可能只测量到最接近的整数值）更高精度的值（例如，最接近十分之一）。因此，type.convert()采取适当/保守的方法，将123.0（以及123.）视为表示数值而不是整数值。

作为解决方案，可以尝试像这样的方法。

type.convert2 <- function(x) {
    x <- sub("(^\\d+)\\.0*$", "\\1", x)
    type.convert(x)
}

class(type.convert2("123.1"))
# [1] "numeric"
class(type.convert2("123.0"))
# [1] "integer"
class(type.convert2("123."))
# [1] "integer"

class(type.convert2("hello.0"))
# [1] "factor"
type.convert2("hello.0")
# [1] hello.0
# Levels: hello.0

- Josh O'Brien

Answer 2

一种方法是在将值强制转换为整数后进行测试，

res <- type.convert(attB)
if (isTRUE(all.equal((tmp <- as.integer(res)), res))) res <- tmp

另一种可能性是使用trunc来测试截断后的值。

type.convert不会将字符串转换为整数，因为它在C中使用strtol函数，该函数在“。”处停止。然后，在R源代码中，您可以看到行，其中res是由strtol转换的字符串结果，

if (*endp != '\0') res = NA_INTEGER;

这意味着，如果整个字符串无效，则它不是一个整数。

- Rorschach

---

感谢深入挖掘源代码！了解“.”的存在将对整数和数字产生何种影响非常有帮助。 - jennybryan