我从数据库中导入了几百个字符向量到R中,每个向量的长度为6-7百万。它们要么是数值型数据,要么是带有标签(字母)的因子数据 - 所有的因子都有一些NA。例如:
vecA <- c("1",NA, "2",....,NA, "100")
vecB <- c("smith", NA, NA, ... , "jones")
有没有一种有效的方法将vecA强制转换为数字,将vecB强制转换为因子。问题是我不知道数据中数字和因子向量在哪里,一个一个查找很繁琐。
我从数据库中导入了几百个字符向量到R中,每个向量的长度为6-7百万。它们要么是数值型数据,要么是带有标签(字母)的因子数据 - 所有的因子都有一些NA。例如:
vecA <- c("1",NA, "2",....,NA, "100")
vecB <- c("smith", NA, NA, ... , "jones")
有没有一种有效的方法将vecA强制转换为数字,将vecB强制转换为因子。问题是我不知道数据中数字和因子向量在哪里,一个一个查找很繁琐。
我会使用tryCatch()
函数,首先尝试将每个向量转换为"numeric"
类型。如果as.numeric()
函数抛出警告信息(当输入向量包含非数字字符时会抛出警告),我将捕获警告并将向量转换为"factor"
类型。
vecA <- c("1",NA, "2",NA, "100")
vecB <- c("smith", NA, NA, "jones")
myConverter <- function(X) tryCatch(as.numeric(X),
warning = function(w) as.factor(X))
myConverter(vecA)
# [1] 1 NA 2 NA 100
myConverter(vecB)
# [1] smith <NA> <NA> jones
# Levels: jones smith
convert.numeric <- function(vec) {
if( grepl("^[0-9]*(\\.[0-9]+)?$",vec)) == !is.na(vec)) ) {
vec <- as.numeric(vec)
} else { vec <- as.factor(vec) }
return(vec)
}
然后将您的向量包装成列表并使用lapply
:
new.vectors <- lapply(old.vectors,convert.numeric)