我正在使用以下命令从R中导出数据：
write.table(output,file = "data.raw", na "-9999", sep = "\t", row.names = FALSE, col.names = FALSE)
我的数据输出正确，但它将所有逻辑变量导出为TRUE和FALSE。
我需要在另一个只能处理数值的程序中读取数据。在导出期间是否有一种有效的方法可以将logical列转换为数字1和0？由于我有大量的数字变量，所以希望能够自动遍历数据表中的所有变量。
或者，如果我的输出对象是data.table，是否有一种将data.table中所有逻辑变量转换为数值变量的有效方法？
如果有帮助的话，以下是生成包含逻辑变量的data.table的代码（其中并不是大量逻辑变量，但足以用作示例代码）：
DT = data.table(cbind(1:100, rnorm(100) > 0)
DT[ , V3:= V2 == 1 ]
DT[ , V4:= V2 != 1 ]
最简单的方法！
将您的矩阵乘以1
例如：
A <- matrix(c(TRUE,FALSE,TRUE,TRUE,TRUE,FALSE,FALSE,TRUE),ncol=4)
A
# [,1] [,2] [,3] [,4]
# [1,] TRUE TRUE TRUE FALSE
# [2,] FALSE TRUE FALSE TRUE
B <- 1*A
B
# [,1] [,2] [,3] [,4]
# [1,] 1 1 1 0
# [2,] 0 1 0 1
（您还可以添加零：B <- 0 + A）
对于一个data.frame，您可以使用以下方法将所有逻辑列转换为数字：
# The data
set.seed(144)
dat <- data.frame(V1=1:100,V2=rnorm(100)>0)
dat$V3 <- dat$V2 == 1
head(dat)
# V1 V2 V3
# 1 1 FALSE FALSE
# 2 2 TRUE TRUE
# 3 3 FALSE FALSE
# 4 4 FALSE FALSE
# 5 5 FALSE FALSE
# 6 6 TRUE TRUE
# Convert all to numeric
cols <- sapply(dat, is.logical)
dat[,cols] <- lapply(dat[,cols], as.numeric)
head(dat)
# V1 V2 V3
# 1 1 0 0
# 2 2 1 1
# 3 3 0 0
# 4 4 0 0
# 5 5 0 0
# 6 6 1 1
在 data.table 语法中：
# Data
set.seed(144)
DT = data.table(cbind(1:100,rnorm(100)>0))
DT[,V3 := V2 == 1]
DT[,V4 := FALSE]
head(DT)
# V1 V2 V3 V4
# 1: 1 0 FALSE FALSE
# 2: 2 1 TRUE FALSE
# 3: 3 0 FALSE FALSE
# 4: 4 0 FALSE FALSE
# 5: 5 0 FALSE FALSE
# 6: 6 1 TRUE FALSE
# Converting
(to.replace <- names(which(sapply(DT, is.logical))))
# [1] "V3" "V4"
for (var in to.replace) DT[, (var):= as.numeric(get(var))]
head(DT)
# V1 V2 V3 V4
# 1: 1 0 0 0
# 2: 2 1 1 0
# 3: 3 0 0 0
# 4: 4 0 0 0
# 5: 5 0 0 0
# 6: 6 1 1 0
只是一个“a”怎么样呢：
dat <- data.frame(le = letters[1:10], lo = rep(c(TRUE, FALSE), 5))
dat
le lo
1 a TRUE
2 b FALSE
3 c TRUE
4 d FALSE
5 e TRUE
6 f FALSE
7 g TRUE
8 h FALSE
9 i TRUE
10 j FALSE
dat$lo <- as.numeric(dat$lo)
dat
le lo
1 a 1
2 b 0
3 c 1
4 d 0
5 e 1
6 f 0
7 g 1
8 h 0
9 i 1
10 j 0
或者另一种方法是使用dplyr，以便在某些情况下（谁也不知道）你的数据将被导入到R中时保留先前的列。
library(dplyr)
dat <- dat %>% mutate(lon = as.numeric(lo))
dat
Source: local data frame [10 x 3]
le lo lon
1 a TRUE 1
2 b FALSE 0
3 c TRUE 1
4 d FALSE 0
5 e TRUE 1
6 f FALSE 0
7 g TRUE 1
8 h FALSE 0
9 i TRUE 1
10 j FALSE 0
我不知道这里的代码是否有效，但它会检查所有列并将逻辑值转换为数字。当然，如果你的TRUE和FALSE不是逻辑值而是字符串（这可能是偏远的情况），我的代码就不起作用了。
for(i in 1:ncol(dat)){
if(is.logical(dat[, i]) == TRUE) dat[, i] <- as.numeric(dat[, i])
}
如果有多个列，则可以使用set（使用@josilber的示例）
library(data.table)
Cols <- which(sapply(dat, is.logical))
setDT(dat)
for(j in Cols){
set(dat, i=NULL, j=j, value= as.numeric(dat[[j]]))
}
正如Ted Harding在R-help邮件列表中指出的那样，将逻辑对象转换为数字的一种简单方法是对它们执行算术运算。方便的方法是使用* 1和+ 0，这将保持TRUE/FALSE == 1/0范式。
对于您的模拟数据（我已经更改了代码以使用普通的R包并减少大小）：
df <- data.frame(cbind(1:10, rnorm(10) > 0))
df$X3 <- df$X2 == 1
df$X4 <- df$X2 != 1
您获得的数据集包含数字和布尔变量的混合：
X1 X2 X3 X4
1 1 0 FALSE TRUE
2 2 0 FALSE TRUE
3 3 1 TRUE FALSE
4 4 1 TRUE FALSE
5 5 1 TRUE FALSE
6 6 0 FALSE TRUE
7 7 0 FALSE TRUE
8 8 1 TRUE FALSE
9 9 0 FALSE TRUE
10 10 1 TRUE FALSE
Now let
df2 <- 1 * df
如果您的数据集包含字符或因子变量，您需要对df的一个子集应用此操作，过滤掉这些变量。
df2等于
X1 X2 X3 X4
1 1 0 0 1
2 2 0 0 1
3 3 1 1 0
4 4 1 1 0
5 5 1 1 0
6 6 0 0 1
7 7 0 0 1
8 8 1 1 0
9 9 0 0 1
10 10 1 1 0
这个值是100%数字的，使用str(df2)查看。
现在，您可以安全地将df2导出到其他程序中。
一行解决方案
使用以下代码，我们将所有逻辑列转换为数值列。
library(magrittr)
dat %<>% mutate_if(is.logical,as.numeric)
mutate(across(where(is.logical), as.numeric))来将所有逻辑变量转换为数值类型。 - user66081与@saebod相同，但使用通常的管道。
library(dplyr)
dat <- dat %>%
mutate_if(is.logical, as.numeric)
as.integer的速度可能比as.numeric快3倍（以下所有回答都使用它）。我尝试了：x <- sample(c(TRUE,FALSE,NA),1e8,replace=TRUE); system.time("+"(x)); system.time(as.integer(x)); system.time(as.numeric(x))- Frankas.numeric-- 我以为由于存储要求更小，as.integer会更快 ... - MichaelChiricoas.integer是对的。使用data.table，如果你想用mean或其他方法改变该列中的某些值，就会出现“class”冲突。否则，使用value=dat[[j]]+0L)会更容易。 - akrun+A。 - U13-Forward