我正在R中工作,并且有数据框dd_2006和数字向量。当我第一次导入数据时,我需要从我的三个变量中删除$的小数点和一些空格:SumOfCost,SumOfCases和SumOfUnits。要做到这一点,我使用了str_replace_all
。但是,一旦我使用str_replace_all
,矢量被转换为字符。因此,我使用as.numeric(var)将矢量转换为数字,但引入了NAs,即使在运行as.numeric代码之前运行下面的代码时,向量中也没有NAs。在R中将字符转换为无数字强制的数字
sum(is.na(dd_2006$SumOfCost))
[1] 0
sum(is.na(dd_2006$SumOfCases))
[1] 0
sum(is.na(dd_2006$SumOfUnits))
[1] 0
这是我的代码从导入后,从移除向量的$开始。在str(dd_2006)
输出中,为了空间的原因,我删除了一些变量,因此下面str_replace_all
代码中的列#s与我在此处发布的输出不匹配(但它们是在原始代码中执行的):
library("stringr")
dd_2006$SumOfCost <- str_sub(dd_2006$SumOfCost, 2,) #2=the first # after the $
#Removes decimal pt, zero's after, and commas
dd_2006[ ,9] <- str_replace_all(dd_2006[ ,9], ".00", "")
dd_2006[,9] <- str_replace_all(dd_2006[,9], ",", "")
dd_2006[ ,10] <- str_replace_all(dd_2006[ ,10], ".00", "")
dd_2006[ ,10] <- str_replace_all(dd_2006[,10], ",", "")
dd_2006[ ,11] <- str_replace_all(dd_2006[ ,11], ".00", "")
dd_2006[,11] <- str_replace_all(dd_2006[,11], ",", "")
str(dd_2006)
'data.frame': 12604 obs. of 14 variables:
$ CMHSP : Factor w/ 46 levels "Allegan","AuSable Valley",..: 1 1 1
$ FY : Factor w/ 1 level "2006": 1 1 1 1 1 1 1 1 1 1 ...
$ Population : Factor w/ 1 level "DD": 1 1 1 1 1 1 1 1 1 1 ...
$ SumOfCases : chr "0" "1" "0" "0" ...
$ SumOfUnits : chr "0" "365" "0" "0" ...
$ SumOfCost : chr "0" "96416" "0" "0" ...
,我发现类似的问题的响应来挖掘here,使用下面的代码:
# create dummy data.frame
d <- data.frame(char = letters[1:5],
fake_char = as.character(1:5),
fac = factor(1:5),
char_fac = factor(letters[1:5]),
num = 1:5, stringsAsFactors = FALSE)
让我们在data.frame一目了然
> d
char fake_char fac char_fac num
1 a 1 1 a 1
2 b 2 2 b 2
3 c 3 3 c 3
4 d 4 4 d 4
5 e 5 5 e 5
让我们运行:
> sapply(d, mode)
char fake_char fac char_fac num
"character" "character" "numeric" "numeric" "numeric"
> sapply(d, class)
char fake_char fac char_fac num
"character" "character" "factor" "factor" "integer"
现在你可能会问自己:“哪里出现异常?”好吧,我在R中碰到了很奇怪的东西,这并不是最混乱的东西,但它可能会让你困惑,尤其是如果你在躺在床上之前阅读它。
这里是:前两列是字符。我故意叫第二个fake_char。找出这个字符变量与Dirk在他的回复中创建的变量的相似性。它实际上是一个转换为字符的数字向量。第三和第四列是因子,最后一列是“纯粹”数字。
如果您使用转换函数,您可以将fake_char转换为数字,但不是char变量本身。
> transform(d, char = as.numeric(char))
char fake_char fac char_fac num
1 NA 1 1 a 1
2 NA 2 2 b 2
3 NA 3 3 c 3
4 NA 4 4 d 4
5 NA 5 5 e 5
Warning message:
In eval(expr, envir, enclos) : NAs introduced by coercion
but if you do same thing on fake_char and char_fac, you'll be lucky, and get away with no NA's:
变换(d,fake_char = as.numeric(fake_char) char_fac = as.numeric(char_fac))
char fake_char fac char_fac num
1 a 1 1 1 1
2 b 2 2 2 2
3 c 3 3 3 3
4 d 4 4 4 4
5 e 5 5 5 5
于是,我在我的脚本上述代码,但仍然拿出新生(没有关于强制的警告信息)。
#changing sumofcases, cost, and units to numeric
dd_2006_1 <- transform(dd_2006, SumOfCases = as.numeric(SumOfCases), SumOfUnits = as.numeric(SumOfUnits), SumOfCost = as.numeric(SumOfCost))
> sum(is.na(dd_2006_1$SumOfCost))
[1] 12
> sum(is.na(dd_2006_1$SumOfCases))
[1] 7
> sum(is.na(dd_2006_1$SumOfUnits))
[1] 11
我也用table(dd_2006$SumOfCases)
等等看的意见,看看是否有我的看法错过任何字符,但没有发现任何。关于为什么新生儿出现,以及如何摆脱他们的任何想法?
对不起,但是什么问题?链接的答案似乎总结一切都很好,没有一个可重现的问题的例子*你真的正在面对,我不知道其他人可以如何帮助.... – A5C1D2H2I1M1N2O1R2T1
我猜这些数据来自Excel或另一个电子表格。下一次,请在导出之前清除所有格式。 –