Змініть клас із множника на числовий для багатьох стовпців у фреймі даних

Який найшвидший / найкращий спосіб змінити велику кількість стовпців на числові з коефіцієнта?

Я використав наступний код, але, схоже, змінив порядок моїх даних.

> head(stats[,1:2])
  rk                 team
1  1 Washington Capitals*
2  2     San Jose Sharks*
3  3  Chicago Blackhawks*
4  4     Phoenix Coyotes*
5  5   New Jersey Devils*
6  6   Vancouver Canucks*

for(i in c(1,3:ncol(stats))) {
    stats[,i] <- as.numeric(stats[,i])
}

> head(stats[,1:2])
  rk                 team
1  2 Washington Capitals*
2 13     San Jose Sharks*
3 24  Chicago Blackhawks*
4 26     Phoenix Coyotes*
5 27   New Jersey Devils*
6 28   Vancouver Canucks*

Який найкращий спосіб, за винятком іменування кожного стовпця, як у:

df$colname <- as.numeric(ds$colname)

На додаток до відповіді Рамната, поведінка, яку ви відчуваєте, полягає в тому, що завдяки as.numeric(x)поверненню внутрішнього числового подання коефіцієнта xна рівні R. Якщо ви хочете зберегти числа, що є рівнями множника (а не їх внутрішнє подання), вам потрібно перетворити на символ за допомогою as.character()першого, як на прикладі Рамната.

Ваш forцикл є настільки ж розумним, як applyдзвінок, і може бути трохи зручнішим для читання щодо того, у чому полягає ціль коду. Просто змініть цей рядок:

stats[,i] <- as.numeric(stats[,i])

читати

stats[,i] <- as.numeric(as.character(stats[,i]))

Це FAQ 7.10 у R FAQ.

HTH

Ви повинні бути обережними, змінюючи коефіцієнти на числові. Ось рядок коду, який міняв би набір стовпців з фактора на числовий. Тут я припускаю, що стовпці, які потрібно змінити на числові, становлять 1, 3, 4 та 5 відповідно. Ви можете змінити це відповідно

cols = c(1, 3, 4, 5);    
df[,cols] = apply(df[,cols], 2, function(x) as.numeric(as.character(x)));

Це можна зробити в один рядок, немає необхідності в циклі, будь то for-loop або apply. Замість цього використовуйте unlist ():

# testdata
Df <- data.frame(
  x = as.factor(sample(1:5,30,r=TRUE)),
  y = as.factor(sample(1:5,30,r=TRUE)),
  z = as.factor(sample(1:5,30,r=TRUE)),
  w = as.factor(sample(1:5,30,r=TRUE))
)
##

Df[,c("y","w")] <- as.numeric(as.character(unlist(Df[,c("y","w")])))

str(Df)

Редагувати: для вашого коду це стає:

id <- c(1,3:ncol(stats))) 
stats[,id] <- as.numeric(as.character(unlist(stats[,id])))

Очевидно, що якщо у вас є кадр даних з одним стовпцем, і ви не хочете, щоб автоматичне зменшення розмірів R перетворило його на вектор, вам доведеться додати drop=FALSEаргумент.

Я знаю, що це питання давно вирішено, але нещодавно у мене була подібна проблема, і я думаю, що знайшов трохи більш елегантне та функціональне рішення, хоча для цього потрібен пакет magrittr.

library(magrittr)
cols = c(1, 3, 4, 5)
df[,cols] %<>% lapply(function(x) as.numeric(as.character(x)))

У %<>%оператор труби і перепризначає, що дуже корисно для очищення даних обліку і трансформації просто. Тепер функцію застосування списку набагато легше читати, лише вказавши функцію, яку ви хочете застосувати.

Ось кілька dplyrваріантів:

# by column type:
df %>% 
  mutate_if(is.factor, ~as.numeric(as.character(.)))

# by specific columns:
df %>% 
  mutate_at(vars(x, y, z), ~as.numeric(as.character(.))) 

# all columns:
df %>% 
  mutate_all(~as.numeric(as.character(.))) 

Я думаю, що ucfagls виявив, чому ваш цикл не працює.

Якщо ви все ще не хочете використовувати цикл, ось рішення з lapply:

factorToNumeric <- function(f) as.numeric(levels(f))[as.integer(f)] 
cols <- c(1, 3:ncol(stats))
stats[cols] <- lapply(stats[cols], factorToNumeric)

Редагувати. Я знайшов більш просте рішення. Здається, as.matrixперетворити на характер. Так

stats[cols] <- as.numeric(as.matrix(stats[cols]))

повинен робити те, що ти хочеш.

lapply в значній мірі розроблений для цього

unfactorize<-c("colA","colB")
df[,unfactorize]<-lapply(unfactorize, function(x) as.numeric(as.character(df[,x])))

Я знайшов цю функцію на декількох інших дублікатах і знайшов її елегантним і загальним способом вирішення цієї проблеми. Ця тема відображається спочатку під час більшості пошукових запитів за цією темою, тому я ділюсь тут, щоб заощадити час. Я не приймаю за це поваги, тому дивіться оригінальні публікації тут і тут для деталей.

df <- data.frame(x = 1:10,
                 y = rep(1:2, 5),
                 k = rnorm(10, 5,2),
                 z = rep(c(2010, 2012, 2011, 2010, 1999), 2),
                 j = c(rep(c("a", "b", "c"), 3), "d"))

convert.magic <- function(obj, type){
  FUN1 <- switch(type,
                 character = as.character,
                 numeric = as.numeric,
                 factor = as.factor)
  out <- lapply(obj, FUN1)
  as.data.frame(out)
}

str(df)
str(convert.magic(df, "character"))
str(convert.magic(df, "factor"))
df[, c("x", "y")] <- convert.magic(df[, c("x", "y")], "factor")

Я хотів би зазначити, що якщо у вас є NA у будь-якому стовпці, просто використання індексів не буде працювати. Якщо у факторі є NA, ви повинні використовувати сценарій застосування, наданий Ramnath.

Напр

Df <- data.frame(
  x = c(NA,as.factor(sample(1:5,30,r=T))),
  y = c(NA,as.factor(sample(1:5,30,r=T))),
  z = c(NA,as.factor(sample(1:5,30,r=T))),
  w = c(NA,as.factor(sample(1:5,30,r=T)))
)

Df[,c(1:4)] <- as.numeric(as.character(Df[,c(1:4)]))

Повертає наступне:

Warning message:
NAs introduced by coercion 

    > head(Df)
       x  y  z  w
    1 NA NA NA NA
    2 NA NA NA NA
    3 NA NA NA NA
    4 NA NA NA NA
    5 NA NA NA NA
    6 NA NA NA NA

Але:

Df[,c(1:4)]= apply(Df[,c(1:4)], 2, function(x) as.numeric(as.character(x)))

Повернення:

> head(Df)
   x  y  z  w
1 NA NA NA NA
2  2  3  4  1
3  1  5  3  4
4  2  3  4  1
5  5  3  5  5
6  4  2  4  4

Ви можете скористатися unfactor()функцією із форми пакунка CRHAN "varhandle":

library("varhandle")

my_iris <- data.frame(Sepal.Length = factor(iris$Sepal.Length),
                      sample_id = factor(1:nrow(iris)))

my_iris <- unfactor(my_iris)

Мені подобається цей код, оскільки він дуже зручний:

  data[] <- lapply(data, function(x) type.convert(as.character(x), as.is = TRUE)) #change all vars to their best fitting data type

Це не зовсім те, про що просили (перевести в числове), але в багатьох випадках навіть більш доречне.

df$colname <- as.numeric(df$colname)

Я спробував цей спосіб змінити один тип стовпця, і я думаю, що це краще, ніж багато інших версій, якщо ви не збираєтеся змінювати всі типи стовпців

df$colname <- as.character(df$colname)

для навпаки.

У мене були проблеми з перетворенням усіх стовпців у числові під час apply()виклику:

apply(data, 2, as.numeric)

Виявляється, проблема в тому, що в деяких рядках була кома - наприклад, "1024,63" замість "1024,63" - і R не любить такий спосіб форматування чисел. Тож я їх видалив, а потім побіг as.numeric():

data = as.data.frame(apply(data, 2, function(x) {
  y = str_replace_all(x, ",", "") #remove commas
  return(as.numeric(y)) #then convert
}))

Зверніть увагу, що для цього потрібно завантажити пакет stringr.

Це те, що мені вдалося. У apply()функції намагається примусити ФР до матричних і повертає НС.

numeric.df <- as.data.frame(sapply(df, 2, as.numeric))

На основі відповіді @ SDahm, це було "оптимальним" рішенням для мого tibble:

data %<>% lapply(type.convert) %>% as.data.table()

Для цього потрібно dplyrі magrittr.

Я спробував купу з них на подібній проблемі і продовжував отримувати НС. Base R має кілька справді дратуючих способів примусу, які зазвичай фіксуються в пакетах Tidyverse. Раніше я уникав їх, бо не хотів створювати залежності, але вони настільки полегшують життя, що зараз я навіть не намагаюся з’ясувати рішення Base R більшість часу.

Ось рішення Tidyverse, яке надзвичайно просте та елегантне:

library(purrr)

mydf <- data.frame(
  x1 = factor(c(3, 5, 4, 2, 1)),
  x2 = factor(c("A", "C", "B", "D", "E")),
  x3 = c(10, 8, 6, 4, 2))

map_df(mydf, as.numeric)