Визначте типи даних стовпців кадру даних

Я використовую R і завантажую дані в рамку даних за допомогою read.csv(). Як визначити тип даних кожного стовпця в кадрі даних?

Найкраще почати це використовувати ?str(). Щоб вивчити деякі приклади, давайте наведемо деякі дані:

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 рішення Хенао Н дуже впорядковано:

sapply(my.data, class)
        y        x1        x2        X3 
"numeric" "integer" "logical"  "factor" 

Використовуючи, str()ви отримуєте цю інформацію плюс додаткові смаколики (наприклад, рівень ваших факторів та перші кілька значень кожної змінної):

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

Підхід @Gavin Simpson також є оптимізованим, але надає трохи іншу інформацію, ніж class():

sapply(my.data, typeof)
       y        x1        x2        X3 
"double" "integer" "logical" "integer"

Для отримання додаткової інформації про class, typeofі середнього дитини, modeсм цій прекрасній SO нитка: Всебічне дослідження типів речей в «режимі» Р. «клас» і «TYPEOF» недостатньо .

sapply(yourdataframe, class)

Там, де yourdataframe - назва кадру даних, який ви використовуєте

Я б запропонував

sapply(foo, typeof)

якщо вам потрібні фактичні типи векторів у кадрі даних. class()дещо інший звір.

Якщо вам не потрібно отримувати цю інформацію як вектор (тобто вам не потрібно, щоб пізніше робити щось інше програмно), просто використовуйте str(foo).

В обох випадках fooбуло б замінено назвою вашого кадру даних.

Просто переведіть ваш кадр даних у наступну функцію:

data_types <- function(frame) {
  res <- lapply(frame, class)
  res_frame <- data.frame(unlist(res))
  barplot(table(res_frame), main="Data Types", col="steelblue", ylab="Number of Features")
}

створити графік усіх типів даних у вашому кадрі даних. Для набору даних райдужної оболонки ми отримуємо наступне:

data_types(iris)

Для невеликих кадрів даних:

library(tidyverse)

as_tibble(mtcars)

надає друк із формату df з типами даних

# 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

Для великих кадрів даних:

glimpse(mtcars)

дає структурований вигляд типів даних:

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, ...

Щоб отримати список типів даних стовпців (як сказано в @Alexandre вище):

map(mtcars, class)

надає перелік типів даних:

$mpg
[1] "numeric"

$cyl
[1] "numeric"

$disp
[1] "numeric"

$hp
[1] "numeric"

Щоб змінити тип даних стовпця:

library(hablar)

mtcars %>% 
  convert(chr(mpg, am),
          int(carb))

перетворює стовпці mpgі amсимволи, а стовпець carbу ціле число:

# 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

Оскільки це не було чітко зазначено, я просто додаю це:

Я шукав спосіб створити таблицю, яка містить кількість входів усіх типів даних .

Скажімо, у нас є data.frameдва числовий і один логічний стовпець

dta <- data.frame(a = c(1,2,3), 
                  b = c(4,5,6), 
                  c = c(TRUE, FALSE, TRUE))

Можна з цим узагальнити кількість стовпців кожного типу даних

table(unlist(lapply(dta, class)))
# logical numeric 
#       1       2 

Це дуже зручно, якщо у вас багато колонок і хочете отримати швидкий огляд.

Щоб дати кредит: Це рішення надихнуло відповідь @Cybernetic .

Ось функція, яка є частиною пакету helpRFunctions, який поверне список усіх різних типів даних у вашому кадрі даних, а також конкретні імена змінних, пов’язані з цим типом.

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

Тоді ви могли б зробити щось на кшталт var(my.data[t$numeric]).

Сподіваюся, це корисно!

Якщо ви імпортуєте файл csv як файл data.frame (а не матриця), ви також можете використовувати summary.default

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

Інший варіант - використання функції карти пакету purrr.

library(purrr)
map(df,class)