Ändern Sie die Klasse für viele Spalten in einem Datenrahmen von Faktor zu Numerisch

Was ist der schnellste / beste Weg, um eine große Anzahl von Spalten vom Faktor in einen numerischen zu ändern?

Ich habe den folgenden Code verwendet, aber er scheint meine Daten neu geordnet zu haben.

> 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*

Was ist der beste Weg, ohne jede Spalte wie folgt zu benennen:

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

Nach Ramnaths Antwort ist das Verhalten, das Sie erleben, das Ergebnis der as.numeric(x)Rückgabe der internen numerischen Darstellung des Faktors xauf der R-Ebene. Wenn Sie die Zahlen beibehalten möchten, die die Ebenen des Faktors darstellen (und nicht deren interne Darstellung), müssen Sie as.character()gemäß Ramnaths Beispiel zuerst in Zeichen konvertieren .

Ihre forSchleife ist genauso vernünftig wie ein applyAufruf und möglicherweise etwas besser lesbar, was die Absicht des Codes ist. Ändern Sie einfach diese Zeile:

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

lesen

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

Dies ist FAQ 7.10 in den R FAQ.

HTH

Sie müssen vorsichtig sein, wenn Sie Faktoren in numerische ändern. Hier ist eine Codezeile, die eine Reihe von Spalten von Faktor zu Numerisch ändert. Ich gehe hier davon aus, dass die Spalten, die in numerisch geändert werden sollen, 1, 3, 4 bzw. 5 sind. Sie können es entsprechend ändern

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

Dies kann in einer Zeile erfolgen, es ist keine Schleife erforderlich, sei es eine for-Schleife oder eine Anwendung. Verwenden Sie stattdessen 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)

Bearbeiten: Für Ihren Code wird dies:

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

Wenn Sie einen einspaltigen Datenrahmen haben und nicht möchten, dass die automatische Dimensionsreduktion von R ihn in einen Vektor konvertiert, müssen Sie das drop=FALSEArgument hinzufügen .

Ich weiß, dass diese Frage schon lange gelöst ist, aber ich hatte kürzlich ein ähnliches Problem und denke, ich habe eine etwas elegantere und funktionalere Lösung gefunden, obwohl dafür das magrittr-Paket erforderlich ist.

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

Der %<>%Bediener leitet und weist neu zu, was sehr nützlich ist, um die Datenbereinigung und -transformation einfach zu halten. Jetzt ist die Listenanwendungsfunktion viel einfacher zu lesen, indem nur die Funktion angegeben wird, die Sie anwenden möchten.

Hier sind einige dplyrOptionen:

# 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(.))) 

Ich denke, dass ucfagls herausgefunden hat, warum Ihre Schleife nicht funktioniert.

Falls Sie immer noch keine Schleife verwenden möchten, finden Sie hier eine Lösung mit lapply:

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

Bearbeiten. Ich habe eine einfachere Lösung gefunden. Es scheint, dass as.matrixin Charakter konvertieren. Damit

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

sollte tun was du willst.

lapply ist so ziemlich dafür konzipiert

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

Ich habe diese Funktion in einigen anderen doppelten Threads gefunden und eine elegante und allgemeine Möglichkeit gefunden, dieses Problem zu lösen. Dieser Thread wird bei den meisten Suchanfragen zu diesem Thema zuerst angezeigt, daher teile ich ihn hier, um den Leuten Zeit zu sparen. Ich nehme das nicht gut, nur siehe die Originalbeiträge hier und hier für Details.

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")

Ich möchte darauf hinweisen, dass die einfache Verwendung von Indizes nicht funktioniert, wenn Sie NAs in einer Spalte haben. Wenn der Faktor NAs enthält, müssen Sie das von Ramnath bereitgestellte Apply-Skript verwenden.

Z.B

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)]))

Gibt Folgendes zurück:

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

Aber:

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

Kehrt zurück:

> 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

Sie können die unfactor()Funktion aus dem "varhandle" -Paketformular CRAN verwenden:

library("varhandle")

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

my_iris <- unfactor(my_iris)

Ich mag diesen Code, weil er ziemlich praktisch ist:

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

Es ist nicht genau das, wonach gefragt wurde (in numerisch konvertieren), aber in vielen Fällen sogar noch angemessener.

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

Ich habe auf diese Weise versucht, einen Spaltentyp zu ändern, und ich denke, es ist besser als viele andere Versionen, wenn Sie nicht alle Spaltentypen ändern

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

für umgekehrt.

Ich hatte Probleme, alle Spalten mit einem apply()Aufruf in numerische zu konvertieren :

apply(data, 2, as.numeric)

Das Problem stellt sich heraus, dass einige der Zeichenfolgen ein Komma enthielten - z. B. "1.024,63" anstelle von "1024,63" - und R diese Art der Formatierung von Zahlen nicht mag. Also habe ich sie entfernt und bin dann gelaufen as.numeric():

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

Beachten Sie, dass hierfür das stringr-Paket geladen werden muss.

Das hat bei mir funktioniert. Die apply()Funktion versucht, df zur Matrix zu zwingen, und gibt NAs zurück.

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

Basierend auf der Antwort von @ SDahm war dies eine "optimale" Lösung für meine tibble:

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

Dies erfordert dplyrund magrittr.

Ich habe ein paar davon bei einem ähnlichen Problem ausprobiert und immer wieder NAs bekommen. Base R hat einige wirklich irritierende Zwangsverhalten, die im Allgemeinen in Tidyverse-Paketen festgelegt sind. Früher habe ich sie vermieden, weil ich keine Abhängigkeiten erstellen wollte, aber sie machen das Leben so viel einfacher, dass ich mich jetzt die meiste Zeit nicht mehr darum kümmere, die Base R-Lösung herauszufinden.

Hier ist die Tidyverse-Lösung, die äußerst einfach und elegant ist:

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)