Bestimmen Sie die Datentypen der Spalten eines Datenrahmens

Ich benutze R und habe mit Daten in einen Datenrahmen geladen read.csv(). Wie bestimme ich den Datentyp jeder Spalte im Datenrahmen?

Am besten starten Sie mit ?str(). Um einige Beispiele zu untersuchen, machen wir einige Daten:

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])

Die Lösung von @Wilmer E Henao H ist sehr rationalisiert:

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

Wenn str()Sie verwenden, erhalten Sie diese Informationen sowie zusätzliche Extras (z. B. die Ebenen Ihrer Faktoren und die ersten Werte jeder Variablen):

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

Der Ansatz von @Gavin Simpson ist ebenfalls optimiert, bietet jedoch etwas andere Informationen als class():

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

Für weitere Informationen über class, typeofund das mittleren Kind, modesehen, diesen ausgezeichneten SO thread: Eine umfassende Übersicht über die Arten von Dingen in R. ‚Mode‘ und ‚Klasse‘ und ‚typeof‘ unzureichend ist .

sapply(yourdataframe, class)

Wobei Ihr Datenrahmen der Name des von Ihnen verwendeten Datenrahmens ist

ich würde vorschlagen

sapply(foo, typeof)

wenn Sie die tatsächlichen Typen der Vektoren im Datenrahmen benötigen. class()ist etwas von einem anderen Tier.

Wenn Sie diese Informationen nicht als Vektor abrufen müssen (dh wenn Sie sie später nicht programmgesteuert ausführen müssen), verwenden Sie einfach str(foo).

In beiden Fällen foowürde durch den Namen Ihres Datenrahmens ersetzt.

Übergeben Sie einfach Ihren Datenrahmen in die folgende Funktion:

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")
}

um ein Diagramm aller Datentypen in Ihrem Datenrahmen zu erstellen. Für den Iris- Datensatz erhalten wir Folgendes:

data_types(iris)

Für kleine Datenrahmen:

library(tidyverse)

as_tibble(mtcars)

gibt Ihnen einen Ausdruck des df mit Datentypen

# 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

Für große Datenrahmen:

glimpse(mtcars)

gibt Ihnen eine strukturierte Ansicht der Datentypen:

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, ...

So erhalten Sie eine Liste des Datentyps der Spalten (wie oben von @Alexandre angegeben):

map(mtcars, class)

gibt eine Liste der Datentypen:

$mpg
[1] "numeric"

$cyl
[1] "numeric"

$disp
[1] "numeric"

$hp
[1] "numeric"

So ändern Sie den Datentyp einer Spalte:

library(hablar)

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

konvertiert Spalten mpgund amin Zeichen und die Spalte carbin Ganzzahl:

# 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

Da es nicht klar angegeben wurde, füge ich einfach Folgendes hinzu:

Ich suchte nach einer Möglichkeit, eine Tabelle zu erstellen , die die Anzahl der Vorkommen aller Datentypen enthält .

Angenommen, wir haben eine data.framemit zwei numerischen und einer logischen Spalte

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

Damit können Sie die Anzahl der Spalten jedes Datentyps zusammenfassen

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

Dies ist äußerst praktisch, wenn Sie viele Spalten haben und sich einen schnellen Überblick verschaffen möchten.

Um Anerkennung zu geben: Diese Lösung wurde von der Antwort von @Cybernetic inspiriert .

Hier ist eine Funktion, die Teil des helpRFunctions- Pakets ist und eine Liste aller verschiedenen Datentypen in Ihrem Datenrahmen sowie die spezifischen Variablennamen zurückgibt , die diesem Typ zugeordnet sind.

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

Sie könnten dann so etwas tun var(my.data[t$numeric]).

Hoffe das ist hilfreich!

Wenn Sie die CSV-Datei als data.frame (und nicht als Matrix) importieren, können Sie sie auch verwenden 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

Eine weitere Option ist die Verwendung der Map-Funktion des Purrr-Pakets.

library(purrr)
map(df,class)