数据质量 - 检查字符列中的所有值是否都是 R 中的数字

Question

我希望在众多系统生成的表上执行数据质量。其中一项检查是查看字符列中的所有值是否都只是数字。我希望知道此检查为真的数字列。以下表为例，我想确定两列（代码和年龄）是仅包含数值的字符列。

表结构

Column Name	Data Type
name	character
type	character
code	character
member_id	integer
collection_date	date
age	character
height	double

表格值

Column Name	Column Values
name	only letters
type	only letters
code	only numbers
member_id	only numbers
collection_date	only dates
age	only numbers
height	only numbers

我在思考执行此操作所需的逻辑时遇到问题。到目前为止我所做的是：

仅选择字符数据类型的列

df %>%
  dplyr::select_if(is.character)

验证列中的所有值都是数字（或 null，这很好）

sum(varhandle::check.numeric(df$code)) == nrow(df)

我希望构建一个函数，在所有列中执行此操作，并将检查为真的数字存储到列中（即 dplyr::mutate），但我不确定如何构造它；它是交叉，应用还是其他东西。或者是否有任何现有的功能/包可以执行此任务？任何帮助表示赞赏。

Answer 1

我们可以在select 自身内构造条件

library(dplyr)
iris %>%
   select(where(~ all(varhandle::check.numeric(.)))) 

---

尚不清楚numeric 列是否具有不匹配的类型或具有某些字符元素的列因此被转换为class character。如果是前者，则在select前添加type.convert，然后只获取数字列

df %>%
   type.convert(as.is = TRUE) %>%
   select(where(is.numeric))