在一个大型数据集中，识别哪些变量是分类变量，哪些是数值变量。

Question

我有一个包含65个变量的列表，我想将数值型和分类变量分开。

这个任务可以用什么命令完成。

- user3619169

Answer 1

你可以使用split和sapply将变量分组在一起：

split(names(iris),sapply(iris, function(x) paste(class(x), collapse=" ")))
$factor
[1] "Species"

$numeric
[1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width"

请注意使用paste将多个类名合并为一个。这里的对象是多类对象。

- James

---

谢谢James，这给了我想要的结果。 - user3619169

不要在具有时间变量的数据框中使用sapply()函数，否则会失败。 - hadley

谢谢@hadley，我进行了编辑，使解决方案更加健壮以应对多类变量的问题。 - James

@Rahul 适用于只有一个类的变量。我添加的额外内容有助于防止多类变量。 - James

Answer 2

您可以这样做（假设您的数据框命名为 df）：

sapply(df, class)

的确，带有时间变量的输出结果不太美观:

library(lubridate)
df <- data.frame(V1 = character(10),
                 V2 = numeric(10),
                 V3 = ymd(paste("2014-05", 21:30, sep="-")))
sapply(df, class)
##$V1
##[1] "factor"
##
##$V2
##[1] "numeric"
##
##$V3
##[1] "POSIXct" "POSIXt" 

但它仍然可以识别数字或因子变量，就像没有时间变量一样：

names(df)[sapply(df, class) == "factor"]
##[1] "V1"

# for time variable it's less obvious indeed...
names(df)[grepl("POSIXct", sapply(df, class))]
##[1] "V3"

- Victorp

---

不要在类中使用sapply()函数：一旦数据框中有时间变量，这将失败。 - hadley

谢谢您的评论，我已经遇到了这个问题...您建议使用什么？mode？ - Victorp