Zmień klasę z współczynnika na liczbową dla wielu kolumn w ramce danych

Jaki jest najszybszy / najlepszy sposób zmiany dużej liczby kolumn na liczbowe ze współczynnika?

Użyłem następującego kodu, ale wygląda na to, że uporządkowałem moje dane.

> 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*

Jaki jest najlepszy sposób, poza nazwaniem każdej kolumny, jak w:

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

W nawiązaniu do odpowiedzi Ramnatha, zachowanie, którego doświadczasz, jest spowodowane as.numeric(x)zwróceniem wewnętrznej, liczbowej reprezentacji czynnika xna poziomie R. Jeśli chcesz zachować liczby, które są poziomami współczynnika (a nie ich wewnętrzną reprezentacją), musisz najpierw przekonwertować na znak przez, as.character()jak na przykładzie Ramnatha.

Twoja forpętla jest tak samo rozsądna jak applywywołanie i może być nieco bardziej czytelna, jeśli chodzi o intencję kodu. Po prostu zmień tę linię:

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

czytać

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

To jest FAQ 7.10 w R FAQ.

HTH

Trzeba uważać przy zmianie czynników na numeryczne. Oto wiersz kodu, który zmieni zestaw kolumn ze współczynnika na liczbowy. Zakładam tutaj, że kolumny, które mają zostać zmienione na numeryczne, to odpowiednio 1, 3, 4 i 5. Możesz to odpowiednio zmienić

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

Można to zrobić w jednej linii, nie ma potrzeby tworzenia pętli, czy to pętli for, czy aplikacji. Zamiast tego użyj 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)

Edytuj: dla twojego kodu wygląda to następująco:

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

Oczywiście, jeśli masz ramkę danych z jedną kolumną i nie chcesz, aby automatyczna redukcja wymiaru R przekształciła ją w wektor, musisz dodać drop=FALSEargument.

Wiem, że to pytanie zostało rozwiązane od dawna, ale ostatnio miałem podobny problem i myślę, że znalazłem nieco bardziej eleganckie i funkcjonalne rozwiązanie, chociaż wymaga pakietu magrittr.

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

Do %<>%rury operatora i przypisuje, co jest bardzo przydatne do czyszczenia danych przechowywanie i transformacja prosty. Teraz lista funkcji zastosowania jest znacznie łatwiejsza do odczytania, określając jedynie funkcję, którą chcesz zastosować.

Oto kilka dplyropcji:

# 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(.))) 

Myślę, że ucfagls odkrył, dlaczego twoja pętla nie działa.

Jeśli nadal nie chcesz używać pętli, oto rozwiązanie z lapply:

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

Edytować. Znalazłem prostsze rozwiązanie. Wygląda na to, że as.matrixprzekształca się w charakter. Więc

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

powinieneś robić, co chcesz.

lapply jest właściwie do tego przeznaczony

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

Znalazłem tę funkcję w kilku innych zduplikowanych wątkach i uznałem, że jest to elegancki i ogólny sposób rozwiązania tego problemu. Ten wątek pojawia się jako pierwszy w większości wyszukiwań na ten temat, więc udostępniam go tutaj, aby zaoszczędzić ludziom trochę czasu. Nie biorę za to uznania, więc zobacz oryginalne posty tutaj i tutaj, aby uzyskać szczegółowe informacje.

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")

Chciałbym zwrócić uwagę, że jeśli masz NA w dowolnej kolumnie, po prostu użycie indeksów dolnych nie zadziała. Jeśli czynnik zawiera NA, musisz użyć skryptu aplikacji dostarczonego przez Ramnath.

Na przykład

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)]))

Zwraca następujące dane:

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

Ale:

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

Zwroty:

> 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

możesz użyć unfactor()funkcji z pakietu "varhandle" z CRAN:

library("varhandle")

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

my_iris <- unfactor(my_iris)

Podoba mi się ten kod, ponieważ jest bardzo przydatny:

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

Nie jest to dokładnie to, o co proszono (konwersja na numeryczne), ale w wielu przypadkach nawet bardziej odpowiednie.

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

Próbowałem w ten sposób zmienić jeden typ kolumny i myślę, że jest lepszy niż wiele innych wersji, jeśli nie zamierzasz zmieniać wszystkich typów kolumn

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

na odwrót.

Miałem problemy z konwersją wszystkich kolumn na numeryczne z apply()wywołaniem:

apply(data, 2, as.numeric)

Okazuje się, że problem polega na tym, że niektóre ciągi miały przecinek - np. „1024,63” zamiast „1024,63” - a R nie lubi tego sposobu formatowania liczb. Więc je usunąłem, a potem uruchomiłem as.numeric():

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

Zauważ, że wymaga to załadowania pakietu stringr.

To działa dla mnie. Do apply()prób funkcyjnych do zmuszania df aby matryca i zwraca NA użytkownika.

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

Opierając się na odpowiedzi @ SDahm, było to „optymalne” rozwiązanie dla moich tibble:

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

To wymaga dplyri magrittr.

Wypróbowałem kilka z nich w przypadku podobnego problemu i nadal otrzymywałem NA. Base R ma kilka naprawdę irytujących zachowań przymusu, które są generalnie naprawione w pakietach Tidyverse. Kiedyś ich unikałem, ponieważ nie chciałem tworzyć zależności, ale ułatwiają życie, więc teraz nawet nie kłopoczę się próbą znalezienia rozwiązania Base R.

Oto rozwiązanie Tidyverse, które jest niezwykle proste i eleganckie:

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)