如何将数据框列转换为数值类型？

Question

如何将数据框的列转换为数字类型？

- acroa

Answer 1

由于（仍然）没有人被勾选为最佳答案，我假设你有一些实际的问题需要解决，这很大程度上是因为你没有指定要转换为numeric的向量类型。我建议你应该使用transform函数来完成任务。

现在我将展示某种“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)

让我们来看一下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

让我们运行起来：

> 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" 

现在你可能会问自己"哪里有异常?"好吧，我在R中遇到了一些相当奇怪的事情，这并不是最令人困惑的事情，但它可能会让你感到困惑，特别是如果你在上床睡觉之前读了这个。

接下来：前两列是character。我故意称第二列为fake_char。注意这个character变量与Dirk在他的回复中创建的变量的相似之处。它实际上是一个转换为character的numerical向量。第三和第四列是factor，最后一列是"纯粹的"numeric。

如果您使用transform函数，可以将fake_char转换为numeric，但不能转换char变量本身。

> 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

但如果你在fake_char和char_fac上做同样的事情，那么你会很幸运，没有出现NA值:

> 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

如果您保存了转换后的data.frame并检查其mode和class，则会得到：

> 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"

所以，结论是：是的，您可以将字符向量转换为数字向量，但前提是其元素“可转换”为数字。 如果向量中只有一个字符元素，则在尝试将该向量转换为数字向量时会出现错误。

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，只是为了好玩（或练习），试着猜一下这些命令的输出结果：

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

向Patrick Burns致以亲切问候！=)

- aL3xa

---

当读入数据文件时，'stringsAsFactors = FALSE' 对于数据处理很重要。它可以确保字符变量不被自动转换为因子变量。 - Robert Brisita

我知道这是老问题......但是......为什么你选择使用 transform()，而不是 df$fake_char <- as.integer(df$fake_char) ？在R中有多种方法可以完成相同的操作，我很难理解什么是“正确”的方法。谢谢。 - ripvlan

那么将 err <- c(1, "b", 3, 4, "e") 转换成数字向量是绝对不可能的吗？在 Excel 中，有一个按钮可以让你“转换为数字”，使列中的任何值都变成数字。我正在尝试在 R 中模仿这个功能。 - flightless13wings

警告 != 错误。当将混合的数值/字符转换为数值时，您不会收到错误消息，而是会收到警告和一些NA值。 - Gregor Thomas

我真的不明白为什么在R中有这么多不同的数据类型转换方式，我们真的需要mutate、transform、apply吗？难道这些不能通过简单的赋值完成吗？ - MaxYarmolinsky

简而言之，使用 transform。 - jimh

Answer 2

有一个帮助我的方法：如果你有多个要转换的变量范围（或只是超过一个），你可以使用sapply。

可能有点不太讲得通，但只是举个例子：

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

假设你的数据框中的第3列、6-15列和37列需要转换为数值类型，可以采取以下方法：

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

- Jay

---

上面代码中的as.factor函数将该列转换为字符类型。 - MySchizoBuddy

当处理索引向量而不是变量名称时，sapply比transform更好。 - smci

@MySchizoBuddy 是正确的，至少对于我的数据来说是这样。原始数据框不会将“转换”列作为因子；它们将保持字符格式。如果您在右侧将sapply调用包装在as.data.frame()中，就像@Mehrad Mahmoudian 在下面建议的那样，它就可以工作了。 - knowah

这对矩阵有效吗？我正在尝试使用完全相同的代码，但是之后检查列的class()时，它仍然显示为“character”而不是“numeric”。 - namore

Answer 3

如果x是数据框dat的列名，并且x的类型为因子，使用以下代码：

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

- user276042

---

加上 as.character 确实是我需要的。否则有时候转换会出错，至少在我的情况下是这样。 - Thieme Hennis

为什么需要as.character？我遇到了一个错误：Error: (list) object cannot be coerced to type 'double'，尽管我相当确定我的向量没有字符/标点符号。然后我尝试了as.numeric(as.character(dat$x))，它起作用了。现在我不确定我的列是否只包含整数！ - vagabond

如果你对一个因子使用as.numeric，它会将水平转换为数字而不是实际值。因此，需要先使用as.character将因子转换为字符，然后再使用as.numeric。 - MySchizoBuddy

这是这里最好的答案。 - mitoRibo

Answer 4

我本想添加评论（但评分太低）

只是想补充一下用户276042和pangratz的意见。

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

这将覆盖现有列x的值。

- Somum

Answer 5

使用以下代码可以将数据框中的所有列转换为数字类型（X是需要转换其列的数据框）：

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

将整个矩阵转换为数字的方法有两种：

要么：

mode(X) <- "numeric"

或：

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

或者您可以使用data.matrix函数将所有内容转换为数字，但请注意因子可能无法正确转换，所以最安全的做法是先将所有内容转换为字符：

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

如果我想同时将矩阵转换为数值，我通常使用最后一个选项。

- Mehrad Mahmoudian

Answer 6

虽然你的问题与数字相关，但在开始学习R时，有许多转换很难理解。我将试图解决帮助的方法。这个问题类似于此问题。

在R中进行类型转换可能会很棘手，因为(1)因子无法直接转换为数值型，需要先转换为字符型，(2)日期是一个特殊情况，通常需要单独处理，(3)在数据框列之间循环可能会很麻烦。幸运的是，“tidyverse”已经解决了大部分问题。

这个解决方案使用mutate_each()来为数据框中的所有列应用一个函数。在这种情况下，我们想应用type.convert()函数，它将可转换为数值型的字符串转换为数值型。因为R喜欢因子(不确定为什么)，所以本来应该保持为字符型的列会被更改为因子。为了解决这个问题，使用mutate_if()函数检测是因子的列，并将其更改为字符型。最后，我想展示一下lubridate如何用于将字符型时间戳更改为日期时间，因为这也经常是初学者的难点。

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

- Matt Dancho

---

请注意，如果您使用mutate_all(type.convert, as.is=TRUE)而不是mutate_all(type.convert)，则可以删除/避免mutate_if(is.factor, as.character)以缩短命令。 as.is是type.convert()中的一个参数，指示它是否应将字符串转换为字符或因子。默认情况下，在type.convert()中as.is=FALSE（即将字符串转换为因子类而不是字符类）。 - LC-datascientist

Answer 7

如果你遇到以下问题：

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

检查一下你的十进制符号。如果它们是“，”而不是“。”（例如，“5,3”），则上述方法将无法正常工作。

一个可能的解决方案是：

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

我相信在一些非英语国家这是相当普遍的。

- Gorka

Answer 8

提姆是正确的，而谢恩有一个遗漏。这里有更多的例子：

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> 

现在我们的data.frame含有因子列的摘要（计数）和as.numeric()函数生成的数字摘要 --- 由于它获取了数字因子水平，所以是错误的 --- 以及as.numeric(as.character())的（正确的）摘要。

- Dirk Eddelbuettel

---

不用客气。这是语言中比较愚蠢的角落之一，我想它曾在这里的旧版'R Gotchas'问题中出现过。 - Dirk Eddelbuettel

Answer 9

使用 type.convert() 和 rapply() 的通用方法：

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"

- Artem Klevtsov

---

这是最灵活的解决方案——值得一些赞！ - Richard Border

应该是一个很好的答案。如果你想将字符转换为数字或因子，只需删除 as.is = TRUE 即可。 - qfazille

试图将一个类型为 matrix 的数据框中的一列更改为数值类型时，会出现 classes=matrix 错误。第一个参数必须为字符模式。 - add-semi-colons

这是该主题中最好的答案。 - yuk

Answer 10

要将数据框列转换为数字，您只需要执行以下操作：

因子转数字：

将html标签保留，不作更改。

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

- Aayush Agrawal

---

再次强调，这个回答并没有为当前的答案集增加任何内容。此外，这也不是将因子转换为数字的首选方法。请参见https://dev59.com/U3A75IYBdhLWcg3wOGLS获取首选方法。 - BenBarnes

更好的答案是：sapply(data_frame,function(x) as.numeric(as.character(x)))。 - data-frame-gg