read.csv()
将数据加载到数据帧中。我该如何确定数据帧中每列的数据类型?开始的最佳选择是使用?str()
。为了探索一些示例,让我们制作一些数据:
set.seed(3221) # this makes the example exactly reproducible
my.data <- data.frame(y=rnorm(5),
x1=c(1:5),
x2=c(TRUE, TRUE, FALSE, FALSE, FALSE),
X3=letters[1:5])
@Wilmer E Henao H的解决方案非常简洁:
sapply(my.data, class)
y x1 x2 X3
"numeric" "integer" "logical" "factor"
使用 str()
函数可以获得额外的信息(例如因子的水平和每个变量的前几个值):
使用str()
函数可以获得额外的信息(例如因子的水平和每个变量的前几个值):
str(my.data)
'data.frame': 5 obs. of 4 variables:
$ y : num 1.03 1.599 -0.818 0.872 -2.682
$ x1: int 1 2 3 4 5
$ x2: logi TRUE TRUE FALSE FALSE FALSE
$ X3: Factor w/ 5 levels "a","b","c","d",..: 1 2 3 4 5
@Gavin Simpson 的方法也是简化的,但提供的信息与 class()
稍有不同:
sapply(my.data, typeof)
y x1 x2 X3
"double" "integer" "logical" "integer"
有关 class
、typeof
和中间类型 mode
的更多信息,请参阅此优秀的 SO 主题帖:R 中各种类型的全面调查。'mode'、'class' 和 'typeof' 是不够的。
str(dataframe)
是一种快速查看列类型的最佳方式。其他方法需要更多的按键并且不显示太多信息,但如果列数据类型是其他函数的输入,则它们很有帮助。 - stackoverflowuser2010apply()
?那是用于矩阵的。数据框是一种(特殊类型的)列表。 - gung - Reinstate Monicasapply(foo, typeof)
返回日期对象的"integer",所以我使用了sapply(foo, class)
。但是,这可能会返回一个列表。因此,最终我使用了names(foo)[sapply(sapply(foo, class), function(x) { "Date" %in% x })]
来识别foo
中所有属于"class"的成员的列。 - carbocationsapply(yourdataframe, class)
其中yourdataframe是你使用的数据框的名称
我建议
sapply(foo, typeof)
如果您需要数据帧中向量的实际类型,class()
则稍有不同。
如果您不需要将此信息作为向量获取(即您不需要将其用于以后以编程方式执行其他操作),只需使用str(foo)
。
在两种情况下,foo
都将替换为您的数据框的名称。
对于小型数据框:
library(tidyverse)
as_tibble(mtcars)
打印数据类型与数据的 df 。
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
* <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
对于大型数据框:
glimpse(mtcars)
为您提供了数据类型结构化的视图:
Observations: 32
Variables: 11
$ mpg <dbl> 21.0, 21.0, 22.8, 21.4, 18.7, 18.1, 14.3, 24.4, 22.8, 19.2, 17.8, 16.4, 17....
$ cyl <dbl> 6, 6, 4, 6, 8, 6, 8, 4, 4, 6, 6, 8, 8, 8, 8, 8, 8, 4, 4, 4, 4, 8, 8, 8, 8, ...
$ disp <dbl> 160.0, 160.0, 108.0, 258.0, 360.0, 225.0, 360.0, 146.7, 140.8, 167.6, 167.6...
$ hp <dbl> 110, 110, 93, 110, 175, 105, 245, 62, 95, 123, 123, 180, 180, 180, 205, 215...
$ drat <dbl> 3.90, 3.90, 3.85, 3.08, 3.15, 2.76, 3.21, 3.69, 3.92, 3.92, 3.92, 3.07, 3.0...
$ wt <dbl> 2.620, 2.875, 2.320, 3.215, 3.440, 3.460, 3.570, 3.190, 3.150, 3.440, 3.440...
$ qsec <dbl> 16.46, 17.02, 18.61, 19.44, 17.02, 20.22, 15.84, 20.00, 22.90, 18.30, 18.90...
$ vs <dbl> 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, ...
$ am <dbl> 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, ...
$ gear <dbl> 4, 4, 4, 3, 3, 3, 3, 4, 4, 4, 4, 3, 3, 3, 3, 3, 3, 4, 4, 4, 3, 3, 3, 3, 3, ...
$ carb <dbl> 4, 4, 1, 1, 2, 1, 4, 2, 2, 4, 4, 3, 3, 3, 4, 4, 4, 1, 2, 1, 1, 2, 2, 4, 2, ...
要获取列的数据类型列表(如@Alexandre所说):
map(mtcars, class)
提供了数据类型的列表:
$mpg
[1] "numeric"
$cyl
[1] "numeric"
$disp
[1] "numeric"
$hp
[1] "numeric"
更改列的数据类型:
library(hablar)
mtcars %>%
convert(chr(mpg, am),
int(carb))
将列mpg
和am
转换为字符,并将列carb
转换为整数:
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr> <dbl> <int>
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1
library(purrr)
map(df,class)
为了得到一个方便的数据框,这里有一个基本的简单函数。
col_classes <- function(df) {
data.frame(
variable = names(df),
class = unname(sapply(df, class))
)
}
col_classes(my.data)
variable class
1 y numeric
2 x1 integer
3 x2 logical
4 X3 character
由于没有明确说明,我在这里补充一下:
我正在寻找一种方法来创建一个表格,其中包含所有数据类型的出现次数。
假设我们有一个data.frame
,其中包含两个数字列和一个逻辑列。
dta <- data.frame(a = c(1,2,3),
b = c(4,5,6),
c = c(TRUE, FALSE, TRUE))
table(unlist(lapply(dta, class)))
# logical numeric
# 1 2
如果你有很多列并且想快速概览,这将非常方便。
致谢: 这个解决方案的灵感来自于@Cybernetic的回答。
install.package('devtools') # Only needed if you dont have this installed.
library(devtools)
install_github('adam-m-mcelhinney/helpRFunctions')
library(helpRFunctions)
my.data <- data.frame(y=rnorm(5),
x1=c(1:5),
x2=c(TRUE, TRUE, FALSE, FALSE, FALSE),
X3=letters[1:5])
t <- list.df.var.types(my.data)
t$factor
t$integer
t$logical
t$numeric
var(my.data[t$numeric])
。希望这有所帮助!lapply(your_data, class)
,并进行了一些额外的格式处理。 - Gregor Thomas如果您将csv文件导入为data.frame(而不是矩阵),您还可以使用summary.default
函数。
summary.default(mtcars)
Length Class Mode
mpg 32 -none- numeric
cyl 32 -none- numeric
disp 32 -none- numeric
hp 32 -none- numeric
drat 32 -none- numeric
wt 32 -none- numeric
qsec 32 -none- numeric
vs 32 -none- numeric
am 32 -none- numeric
gear 32 -none- numeric
carb 32 -none- numeric
sapply(...,class)
)或交互式方式(例如str(...)
)或两者都要?通常更具可扩展性的方法是通过编程实现,这样您可以随意使用Filter(...)
过滤整数、字符、因子等列表。或者,如果命名遵循任何命名约定,您可以使用grep/grepl
从names(...)
推断列类型。 - smcistr(...)
的交互式方法不可扩展,并且在<100列上失去了效力。 - smci