清理数据框：NA，小数，字符串，混合，答案

【问题标题】：Cleaning Up Dataframe: NA, Decimals, Strings, Mixtures,清理数据框：NA，小数，字符串，混合，
【发布时间】：2016-02-11 21:04:20
【问题描述】：

我有一个我想在 R 中处理的 data.frame。它完全搞砸了！我专注于 1 列，它应该包含数值。当然有一些 NA，还有字符串（例如“none”、“no Thanks”），除此之外还有数字答案，如“

我该如何处理所有这些问题？我还不需要任何插补。是否有命令忽略 R 中这一列的所有非数字行？

更新

# convert all decimal separators
group <- lapply(group, function(x) sub(',', '.', x))
# transform any non-numeric into NA 
group <- lapply(group, as.numeric)
# remove all old and new NAs
group <- data.frame(group)  
group_final <- na.omit(group)

非常感谢:)

【问题讨论】：

as.numeric 为所有未被识别为数字的内容生成NA-values。为什么不把它和na.omit 结合起来呢？

标签： r missing-data

【解决方案1】：

我们可以在read.csv/read.table 中使用na.strings。它可以将值作为向量。例如，

 df1 <- read.csv('yourfile.csv', na.strings=c('none', 'no thanks'))

这不会处理"<1"、"1-2" 等。目前尚不清楚 OP 想要如何处理这些问题。如果需要将小数分隔符更改为单个，请尝试

df1[] <- lapply(df1, function(x) sub(',', '.', x))

【讨论】：

原始数据比较复杂，有没有办法让“na.strings”在我后续的单个data.frame列上工作？
@Mac 正如我在解决方案中所说，这不会解决所有问题。如果您有特定的值需要更改为 NA，可以在na.strings 中指定。但是，如果值为<1、<5 等，在您读取数据集后，as.numeric(df1$yourcolumn) 会将那些非数字值更改为NA
对不起，很久以前我用过 R.as.numeric 返回错误“错误：（列表）对象不能被强制输入'double'”。原则上，我想在一个步骤中删除/转换所有非数字并在第二步中删除它们。但似乎有一个小问题：/
@Mac 你不能在整个数据集上使用as.numeric，而是尝试lapply(df1, as.numeric)，会有一个友好的警告
啊好吧，这行得通！如果我想将“，”转换为“。”提前，为了不丢失那些数据？我应该使用 sub(',', '.', x)？你能给我一个小的解释这个函数是如何工作的吗？非常感谢