数值和处理缺失值

使用示例数据框：数值和处理缺失值

df <- structure(list(
    KY27PHY1 = c("4", "5", "5", "4", "-", "4", "2","3", "5", "-", "4", "3", "3", "5", "5"), 
    KY27PHY2 = c("4", "4","4", "4", "-", "5", "2", "3", "5", "-", "5", "3", "3", "5", "5"), 
    KY27PHY3 = c("5", "4", "4", "4", "-", "5", "1", "4", "5","-", "4", "3", "3", "5", "5")), 
       .Names = c("KY27PHY1", "KY27PHY2","KY27PHY3"), 
       row.names = 197:211, 
       class = "data.frame")

我一直在使用下面的代码将值转换为数字：

df$KY27PHY1<-as.numeric(df$KY27PHY1) 
df$KY27PHY2<-as.numeric(df$KY27PHY2) 
df$KY27PHY3<-as.numeric(df$KY27PHY3)

既然我已经遗漏值在df数据帧中，我总是收到警告信息：

Warning message: 
NAs introduced by coercion

我认为这不是问题，但我只是wa对我如何改进代码提出了一些建议，所以我没有得到这个消息。

另外，我怎么能一次做所有的列（由名称指定）？

非常感谢提前。

来源

2013-08-23 KT_1

这真的很有用@ flodel - 我不知道那段代码。 –

那么，我会给它一个答案，然后...如果你愿意接受一个。 – flodel

您可以使用sapply一次完成所有这些操作，但您最终将获得matrix，因此您必须换回as.data.frame才能转换回来。警告只是为了告诉您，原始数据中的字符无法与数字匹配，因此被替换为NA。在你的情况下，这些字符是"-"。为了确保警告不打印，使用suppressWarnings：

suppressWarnings(as.data.frame(sapply(df,as.numeric))) 
    KY27PHY1 KY27PHY2 KY27PHY3 
1   4  4  5 
2   5  4  4 
3   5  4  4 
4   4  4  4 
5  NA  NA  NA 
6   4  5  5 
7   2  2  1 
8   3  3  4 
9   5  5  5 
10  NA  NA  NA 
11  4  5  4 
12  3  3  3 
13  3  3  3 
14  5  5  5 
15  5  5  5

来源

2013-08-23 09:35:58 James

data.table是超级快，你应该尽快你data.frames工作中使用它。对于你的问题，这将是：

library(data.table) 
dt = as.data.table(df) 
dt[,lapply(.SD,as.numeric)] 
    KY27PHY1 KY27PHY2 KY27PHY3 
1:  4  4  5 
2:  5  4  4 
3:  5  4  4 
4:  4  4  4 
5:  NA  NA  NA 
6:  4  5  5 
7:  2  2  1 
8:  3  3  4 
9:  5  5  5 
10:  NA  NA  NA 
11:  4  5  4 
12:  3  3  3 
13:  3  3  3 
14:  5  5  5 
15:  5  5  5

当然也可以得到一些警告为“ - ”不能转换为数字

来源

2013-08-23 10:04:16 statquant

我看到两种可能性：

不太可能的一个是您在R中构建了data.frame。然后，只需更改代码以首先创建整数向量，或者将-替换为NA，这样as.numeric转换就不会发生抱怨。
您的data.frame更可能来自R之外，您可能会用read.table或read.csv函数之一读取它。然后，只需将na.strings = "-"添加到您的电话中，R就会知道这些-应被理解为NA。另外，如果这些列中没有其他奇怪的项目，那么在这些函数中调用的type.convert函数将自动检测到这些列是充满整数的列，并将它们存储为这样。

来源

2013-08-23 11:37:12 flodel

我写了一个小功能一定时间回处理在data.frame使某些值NA和使用type.convert将输出转换，因为如果你使用过read.table与指定na.strings。

这里的功能：

makemeNA <- function(mydf, NAStrings, fixed = TRUE) { 
    dfname <- deparse(substitute(mydf)) 
    if (!isTRUE(fixed)) { 
    mydf <- data.frame(lapply(mydf, function(x) gsub(NAStrings, "", x))) 
    NAStrings <- "" 
    } 
    mydf <- data.frame(lapply(mydf, function(x) type.convert(
    as.character(x), na.strings = NAStrings))) 
    mydf 
}

这是在使用中：

makemeNA(df, "-") 
# KY27PHY1 KY27PHY2 KY27PHY3 
# 1   4  4  5 
# 2   5  4  4 
# 3   5  4  4 
# 4   4  4  4 
# 5  NA  NA  NA 
# 6   4  5  5 
# 7   2  2  1 
# 8   3  3  4 
# 9   5  5  5 
# 10  NA  NA  NA 
# 11  4  5  4 
# 12  3  3  3 
# 13  3  3  3 
# 14  5  5  5 
# 15  5  5  5

您可以从str ucture，我们现在有数字输出中看到。

str(makemeNA(df, "-")) 
# 'data.frame': 15 obs. of 3 variables: 
# $ KY27PHY1: int 4 5 5 4 NA 4 2 3 5 NA ... 
# $ KY27PHY2: int 4 4 4 4 NA 5 2 3 5 NA ... 
# $ KY27PHY3: int 5 4 4 4 NA 5 1 4 5 NA ...

与na.strings，所述NAStrings在makemeNA是复数。在这里，我们将一个破折号和值“1”写入NA。

str(makemeNA(df, c("-", 1))) 
# 'data.frame': 15 obs. of 3 variables: 
# $ KY27PHY1: int 4 5 5 4 NA 4 2 3 5 NA ... 
# $ KY27PHY2: int 4 4 4 4 NA 5 2 3 5 NA ... 
# $ KY27PHY3: int 5 4 4 4 NA 5 NA 4 5 NA ...

您还可以使用正则表达式来设置值NA，如下：

df1 <- data.frame(A = c(1, 2, "-", "not applicable", 5), 
       B = c("not available", 1, 2, 3, 4), 
       C = c("-", letters[1:4]))

请与 “不是” 或任何价值 “ - ” 到NA：

makemeNA(df1, "not.*|-", fixed = FALSE) 
# A B C 
# 1 1 NA <NA> 
# 2 2 1 a 
# 3 NA 2 b 
# 4 NA 3 c 
# 5 5 4 d 
str(makemeNA(df1, "not.*|-", fixed = FALSE)) 
# 'data.frame': 5 obs. of 3 variables: 
# $ A: int 1 2 NA NA 5 
# $ B: int NA 1 2 3 4 
# $ C: Factor w/ 4 levels "a","b","c","d": NA 1 2 3 4

来源

2013-08-23 12:13:40 A5C1D2H2I1M1N2O1R2T1

数值和处理缺失值

回答

相关问题