我知道这个网站上有类似的问题，但是它们似乎都没有完全回答我的问题。
到目前为止，我已经做了以下工作：
我有一个csv文件，我在Excel中打开它。我对列进行代数操作以获取一个新的列“ A”。我使用read.csv()将文件导入到R中，并将列A中的条目存储为因子 - 我希望它们存储为数字。我在以下主题中找到了这个问题：
根据建议，我在read.csv()中包括stringsAsFactors = FALSE作为参数，但是如以上链接页面上所述的Hong Ooi所建议的那样，这并没有使列A中的条目被存储为数值。
一种可能的解决方法是使用以下页面中给出的建议：
但是，我想要一个更简洁的解决方案，即一种导入文件以便将列的条目存储为数值的方法。
感谢任何帮助！
read.csv(... stringsAsFactors=FALSE) 将 原始 文件（在任何 Excel 操作之前）读入 R。[如果不起作用，请查看 ?read.table（read.csv 的包装），但可能存在其他潜在问题]。 delim = "," # or is it "\t" ?
dec = "." # or is it "," ?
myDataFrame <- read.csv("path/to/file.csv", header=TRUE, sep=delim, dec=dec, stringsAsFactors=FALSE)
那么，假设您的数字列是第4列
myDataFrame[, 4] <- as.numeric(myDataFrame[, 4]) # you can also refer to the column by "itsName"
read.table（及其相关函数）中，na.strings 参数指定哪些字符串应被解释为缺失值NA。默认值为na.strings = "NA"。NA"之外的其他字符串（如"."或"N/A"）编码为缺失值，则这些行将被解释为character，然后整个列将转换为character。NA"，则需要在na.strings中指定它们。如果你正在处理大型数据集（即具有高列数的数据集），以上解决方案可能会手动繁琐，并且需要您事先知道哪些列是数字列。
请改用以下方法。
char_data <- read.csv(input_filename, stringsAsFactors = F)
num_data <- data.frame(data.matrix(char_data))
numeric_columns <- sapply(num_data,function(x){mean(as.numeric(is.na(x)))<0.5})
final_data <- data.frame(num_data[,numeric_columns], char_data[,!numeric_columns])
这是一个基于dmanuge代码的针对data.table的版本：
convNumValues<-function(ds){
ds<-data.table(ds)
dsnum<-data.table(data.matrix(ds))
num_cols <- sapply(dsnum,function(x){mean(as.numeric(is.na(x)))<0.5})
nds <- data.table( dsnum[, .SD, .SDcols=attributes(num_cols)$names[which(num_cols)]]
,ds[, .SD, .SDcols=attributes(num_cols)$names[which(!num_cols)]] )
return(nds)
}
你好，@Shawn Hemelstrand，以下是详细步骤：
我在Linux命令终端中打开了file.csv文件
vi file.csv 然后按“Esc shift:” 并在底部输入以下命令 "%s/Filtered/NA/g" 按回车键 然后按“Esc shift:” 在底部写入“wq”（这将保存文件并退出vim编辑器）
然后在R脚本中读取该文件。
data<- read.csv("file.csv", sep = ',', header = TRUE)
str(data)
所有列都是之前的字符类型，现在都是数字类型。
如果需要更多帮助，分享您的txt或csv文件会更容易。
我有类似的问题。基于约书亚的前提，认为Excel是问题所在，我查看了它，发现数字的格式是每三位之间用逗号分隔的。去掉逗号重新进行格式化修复了问题。
read.csv中使用dec选项指定要用作小数符号的字符。有关更多信息，请参见?read.csv。 - djhurio