确定数据框列的数据类型答案

【问题标题】：Determine the data types of a data frame's columns确定数据框列的数据类型
【发布时间】：2014-02-03 04:50:40
【问题描述】：

我正在使用 R 并已使用 read.csv() 将数据加载到数据框中。如何确定数据框中每一列的数据类型？

【问题讨论】：

以编程方式（例如sapply(..., class)) 或交互方式（例如str(...)）或两者兼而有之？通常以编程方式进行更具可扩展性，然后您可以任意Filter(...) 整数、字符、因子等的列表. 或者您可以使用grep/grepl 从names(...) 推断列类型（如果它们遵循任何命名约定）
@smci：我在最初的问题中没有要求“以编程方式”。我不知道你为什么要改变我问题的整个性质。
好的，已回滚。它并没有改变整个性质，它在两个方向之一上澄清了它。使用 str(...) 的交互式方法不可扩展，并且在

【解决方案1】：

您最好的选择是使用?str()。为了探索一些例子，让我们做一些数据：

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])

@Wilmer E Henao H 的解决方案非常精简：

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

使用str() 可以获得这些信息以及额外的好处（例如您的因子水平和每个变量的前几个值）：

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

@Gavin Simpson 的方法也很精简，但提供的信息与class() 略有不同：

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

有关class、typeof 和中间孩子mode 的更多信息，请参阅此出色的SO 线程：A comprehensive survey of the types of things in R. 'mode' and 'class' and 'typeof' are insufficient。

【讨论】：

使用R几个月后，我发现str(dataframe)是一目了然确定列类型的最快方法。其他方法需要更多的击键并且不会显示太多信息，但如果列数据类型是其他函数的输入，它们会很有帮助。
嗨，当我使用 apply 而不是 apply 时，它不起作用
@DomJo，你为什么要使用apply()？那是为了矩阵。数据框是一种（特殊类型的）列表。
因为 sapply(foo, typeof) 为 Date 对象返回“整数”，所以我使用了 sapply(foo, class)。但是，这可以返回一个列表。所以最后我使用names(foo)[sapply(sapply(foo, class), function(x) { "Date" %in% x })] 来识别foo 中属于“Date”类的所有列。

【解决方案2】：

sapply(yourdataframe, class)

yourdataframe 是您正在使用的数据框的名称

【讨论】：

完美。正是我需要的。

【解决方案3】：

建议

sapply(foo, typeof)

如果您需要数据框中向量的实际类型。 class() 有点不同。

如果您不需要将此信息作为向量获取（即您以后不需要它以编程方式执行其他操作），只需使用str(foo)。

在这两种情况下，foo 都将替换为您的数据框的名称。

【讨论】：

【解决方案4】：

对于小数据帧：

library(tidyverse)

as_tibble(mtcars)

为您提供带有数据类型的 df 打印文件

# 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

对于大型数据框：

glimpse(mtcars)

为您提供数据类型的结构化视图：

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, ...

获取列的数据类型列表（如上面@Alexandre 所说）：

map(mtcars, class)

给出数据类型列表：

$mpg
[1] "numeric"

$cyl
[1] "numeric"

$disp
[1] "numeric"

$hp
[1] "numeric"

更改列的数据类型：

library(hablar)

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

将mpg 和am 列转换为字符，将carb 列转换为整数：

# 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

【讨论】：

【解决方案5】：

只需将您的数据框传递给以下函数：

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")
}

生成数据框中所有数据类型的图。对于 iris 数据集，我们得到以下信息：

data_types(iris)

【讨论】：

【解决方案6】：

另一种选择是使用 purrr 包的地图功能。

library(purrr)
map(df,class)

【讨论】：

【解决方案7】：

由于没有说清楚，我就补充一下：

我正在寻找一种方法来创建一个表格，该表格包含所有数据类型的出现次数。

假设我们有一个data.frame，其中包含两个数字和一个逻辑列

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

你可以用它来总结每种数据类型的列数

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

如果您有很多列并且想要快速了解一下，这会非常方便。

致谢：此解决方案的灵感来自 the answer of @Cybernetic。

【讨论】：

【解决方案8】：

这是helpRFunctions 包中的一个函数，它将返回数据框中所有各种数据类型的列表，以及与该类型关联的特定变量名称。

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

然后您可以执行var(my.data[t$numeric]) 之类的操作。

希望对您有所帮助！

【讨论】：

值得注意的是，在后台这是lapply(your_data, class)，并进行了一些额外的格式化处理。

【解决方案9】：

为了方便数据框，这里有一个简单的 base 函数

col_classes <- function(df) {
  data.frame(
  variable = names(df),
  class = unname(sapply(df, class))
  )
}
col_classes(my.data)
  variable     class
1        y   numeric
2       x1   integer
3       x2   logical
4       X3 character

【讨论】：

【解决方案10】：

如果将 csv 文件作为 data.frame（而不是矩阵）导入，也可以使用 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

【讨论】：

【解决方案11】：

要获得带有类型和类的漂亮 Tibble：

  purrr::map2_df(mtcars,names(mtcars), ~ {
    tibble(
      field = .y,
      type = typeof(.x),
      class_1 = class(.x)[1],
      class_2 = class(.x)[2]
    )
    })

【讨论】：