数字因子：数据完全不同

Question

当我想使用“as.numeric()”将列从因子更改为数字时，最终数字与我导入的完全不同。

是逗号有问题吗？真是奇怪……

谢谢！

输入（数据测试） 结构（列表（HOURS.at.sea = 结构（c（261L，84L，83L，260L， 307L、292L、252L、72L、59L、343L、244L、78L、56L、256L、9L、269L、 291L、254L、69L、65L、267L、283L、1L、80L、169L、1L、115L、67L、 75L、3L、309L、59L、33L、52L、75L、37L、51L、75L、22L、2L、49L、 83L、21L、2L、53L、70L、19L、3L、57L、70L、22L、3L、58L、78L、 36L、49L、2L、66L、115L、52L、72L、114L、57L、78L、116L、56L、 68L、116L、55L、70L、327L、6L、257L、2L、107L、176L、182L、4L、 114L、35L、46L、3L、67L、34L、46L、3L、79L、40L、50L、69L、38L、 52L、2L、69L、38L、85L、49L、70L、64L、70L、3L、1L、206L、231L、 58L、55L、109L、212L、220L、53L、56L、125L、3L、5L、214L、231L、 57L、55L、107L、217L、228L、52L、57L、105L、210L、231L、56L、 55L、105L、215L、232L、55L、54L、90L、210L、230L、58L、54L、108L、 218L、228L、57L、56L、96L、213L、228L、55L、57L、106L、217L、 232L、58L、73L、110L、217L、233L、57L、59L、117L、7L、222L、233L、 59L、56L、107L、219L、231L、57L、56L、109L、221L、233L、56L、 57L、106L、1L、1L、247L、317L、159L、316L、229L、306L、129L、 120L、29L、74L、287L、12L、151L、109L、68L、125L、270L、1L、56L、 224L、180L、76L、281L、86L、79L、258L、83L、1L、229L、23L、132L、 56L、59L、76L、115L、110L、28L、235L、226L、16L、134L、55L、57L、 66L、124L、117L、28L、240L、1L、52L、335L、32L、59L、186L、71L、 4L、7L、5L、39L、59L、2L、3L、4L、293L、4L、66L、99L、110L、54L、 2L、4L、148L、221L、322L、31L、170L、1L、286L、162L、336L、129L、 138L、70L、71L、125L、241L、277L、6L、8L、76L、84L、320L、339L、 117L、137L、69L、80L、1L、243L、92L、139L、149L、54L、67L、262L、 1L、240L、78L、73L、1L、187L、48L、65L、97L、263L、332L、187L、 103L、29L、79L、266L、334L、188L、303L、96L、264L、313L、184L、 45L、66L、105L、263L、330L、184L、53L、24L、96L、97L、272L、331L、 185L、47L、68L、102L、265L、342L、187L、97L、49L、58L、264L、 333L、195L、96L、31L、181L、265L、1L、236L、79L、270L、89L、246L、 45L、207L、166L、79L、41L、177L、55L、128L、1L、152L、205L、57L、 168L、195L、284L、94L、118L、340L、82L、123L、57L、73L、118L、 58L、227L、18L、51L、323L、178L、49L、120L、26L、59L、52L、67L、 67L、114L、234L、1L、15L、201L、163L、42L、72L、47L、10L、66L、 106L、224L、17L、189L、44L、200L、164L、45L、69L、47L、67L、102L、 275L、14L、190L、30L、199L、161L、47L、71L、52L、276L、32L、199L、 161L、48L、73L、46L、70L、103L、273L、23L、271L、47L、74L、46L、 57L、308L、23L、1L、66L、338L、242L、155L、72L、249L、57L、80L、 94L、225L、341L、104L、1L、116L、44L、5L、90L、293L、50L、238L、 84L、46L、216L、46L、278L、325L、57L、314L、48L、108L、44L、50L、 59L、1L、289L、49L、42L、295L、53L、304L、3L、49L、59L、1L、74L、 15L、84L、26L、244L、129L、80L、82L、158L、126L、45L、79L、65L、 344L、258L、106L、81L、75L、95L、4L、144L、140L、25L、83L、76L、 1L、209L、99L、42L、79L、312L、1L、27L、238L、76L、70L、119L、 115L、69L、305L、1L、318L、139L、187L、84L、67L、150L、44L、131L、 73L、172L、123L、57L、73L、251L、1L、122L、254L、28L、5L、4L、 4L、4L、6L、156L、247L、88L、248L、81L、78L、42L、258L、87L、 165L、50L、173L、80L、98L、41L、72L、108L、102L、48L、74L、102L、 223L, 103L, 48L, 5L, 5L, 67L, 98L, 226L, 104L, 57L, 4L, 3L, 3L, 2L、72L、98L、228L、105L、48L、3L、4L、4L、4L、78L、94L、234L、 103L、2L、26L、3L、3L、4L、4L、3L、3L、60L、98L、84L、218L、11L、 45L、1L、158L、175L、95L、4L、65L、112L、311L、216L、146L、1L、 131L、217L、55L、302L、60L、202L、66L、56L、167L、79L、179L、 142L、2L、54L、145L、1L、196L、60L、70L、118L、23L、91L、42L、 197L、50L、67L、77L、83L、44L、66L、140L、44L、83L、337L、1L、 52L、319L、1L、47L、62L、50L、234L、81L、57L、254L、56L、61L、 45L、232L、80L、57L、253L、121L、234L、77L、51L、241L、49L、63L、 44L、234L、81L、54L、250L、2L、1L、153L、338L、107L、141L、68L、 55L、128L、225L、100L、171L、193L、194L、160L、338L、112L、139L、 3L、68L、2L、65L、130L、49L、139L、1L、50L、310L、76L、279L、 141L、1L、1L、74L、251L、204L、1L、217L、84L、198L、43L、54L、 298L、268L、26L、208L、49L、51L、297L、226L、92L、199L、42L、 54L、299L、267L、26L、199L、31L、58L、298L、218L、96L、203L、 43L、58L、299L、267L、288L、25L、183L、42L、315L、92L、199L、 32L、56L、300L、1L、105L、103L、96L、90L、76L、248L、290L、294L、 274L、94L、56L、133L、136L、72L、67L、67L、115L、244L、174L、 112L、84L、68L、143L、240L、1L、220L、147L、209L、117L、157L、 321L、113L、138L、13L、154L、118L、139L、111L、55L、1L、102L、 51L、80L、208L、241L、70L、96L、80L、259L、103L、70L、223L、326L、 57L、285L、53L、324L、67L、255L、105L、221L、105L、76L、53L、 54L、83L、84L、247L、91L、68L、106L、30L、324L、59L、65L、296L、 79L、20L、79L、301L、52L、70L、1L、135L、245L、53L、217L、247L、 83L、75L、2L、78L、242L、192L、249L、56L、77L、99L、82L、75L、 65L、241L、6L、63L、112L、82L、80L、49L、239L、191L、101L、1L、 14L、222L、71L、74L、98L、215L、325L、282L、117L、325L、226L、 97L、91L、92L、57L、72L、246L、1L、211L、53L、70L、131L、239L、 237L、217L、53L、70L、93L、242L、329L、43L、92L、104L、127L、 50L、306L、328L、256L、76L、49L、280L、1L、201L、103L、73L、4L、 4L, 4L, 242L, 125L), .Label = c("#VALUE!", "0,1", "0,2", "0,3", “0,4”、“0,5”、“0,6”、“0,8”、“1,0”、“1,3”、“10,1”、“10,2”、“10” ,3", “10,4”、“10,5”、“10,8”、“10,9”、“1023,7”、“107,5”、“108,5”、“108,9”、 “109,2”、“11,0”、“11,1”、“11,2”、“11,3”、“11,4”、“11,5”、“11,6”、 “11,7”、“11,8”、“11,9”、“110,1”、“110,2”、“110,4”、“110,7”、“110,8”、 “110,9”、“111,1”、“115,8”、“12,0”、“12,1”、“12,2”、“12,3”、“12,4”、 “12,5”、“12,6”、“12,7”、“12,8”、“12,9”、“13,0”、“13,1”、“13,2”、 “13,3”、“13,4”、“13,5”、“13,6”、“13,7”、“13,8”、“13,9”、“132,9”、 “133,8”、“133,9”、“138,1”、“14,0”、“14,1”、“14,2”、“14,3”、“14,4”、 “14,5”、“14,6”、“14,7”、“14,8”、“14,9”、“15,0”、“15,1”、“15,2”、 “15,3”、“15,4”、“15,5”、“15,6”、“15,7”、“15,8”、“15,9”、“156,1”、 “1569,2”、“157,3”、“157,6”、“158,5”、“16,0”、“16,1”、“16,2”、 “16,3”、“16,4”、“16,5”、“16,6”、“16,7”、“16,8”、“16,9”、“162,4”、 “165,6”、“17,0”、“17,1”、“17,2”、“17,3”、“17,4”、“17,5”、“17,6”、 “17,7”、“17,8”、“17,9”、“18,0”、“18,2”、“18,3”、“18,4”、“18,5”、 “18,6”、“18,7”、“18,8”、“18,9”、“180,9”、“181,4”、“19,0”、“19,1”、 “19,3”、“19,4”、“19,5”、“19,6”、“19,7”、“19,8”、“19,9”、“2,1”、 “2,3”、“2,5”、“2,7”、“2,8”、“20,0”、“20,1”、“20,3”、“20,5”、“20” ,7", “208,1”、“21,0”、“21,1”、“21,3”、“21,5”、“21,6”、“21,8”、“2101,8”、 “22,0”、“22,1”、“22,4”、“22,5”、“22,6”、“225,8”、“23,1”、“23,2”、 “23,3”、“23,6”、“23,9”、“24,3”、“24,9”、“25,3”、“25,4”、“253,7”、 “254,9”、“255,3”、“26,9”、“27,7”、“277,6”、“278,9”、“279,3”、 “28,0”、“288,3”、“29,6”、“297,3”、“299,6”、“3,2”、“3,3”、“3,8”、 “30,3”、“303,8”、“32,1”、“32,4”、“32,5”、“32,6”、“32,7”、“32,9”、 “322,0”、“322,2”、“326,4”、“326,7”、“328,9”、“329,4”、“33,1”、 “33,2”、“33,3”、“33,4”、“33,5”、“33,6”、“33,7”、“33,8”、“33,9”、 “331,4”、“34,0”、“34,4”、“34,5”、“34,7”、“34,9”、“35,0”、“35,3”、 “35,5”、“35,6”、“35,7”、“35,8”、“35,9”、“36,0”、“36,1”、“36,2”、 “36,3”、“36,4”、“36,5”、“36,6”、“36,7”、“36,8”、“36,9”、“37,0”、 “37,1”、“37,2”、“37,3”、“37,4”、“37,5”、“37,6”、“37,8”、“37,9”、 “370,8”、“375,6”、“38,0”、“38,1”、“38,2”、“38,3”、“38,4”、“38,5”、 “38,6”、“38,7”、“38,8”、“38,9”、“39,0”、“39,1”、“39,2”、“39,3”、 “39,4”、“39,6”、“39,7”、“39,8”、“39,9”、“396,2”、“40,1”、“40,2”、 “40,3”、“40,7”、“40,9”、“41,3”、“41,4”、“41,6”、“41,7”、“41,8”、 “41,9”、“42,7”、“42,8”、“421,0”、“43,5”、“43,7”、“433,0”、“44,2”、 “446,1”、“448,9”、“449,3”、“45,4”、“45,8”、“47,7”、“472,8”、“49,2”、 “492,3”、“494,9”、“497,9”、“507,6”、“520,8”、“54,4”、“541,6”、 “575,4”、“577,4”、“6,6”、“6,8”、“60,0”、“61,2”、“61,4”、“61,5”、 “61,6”、“61,7”、“61,9”、“619,1”、“62,3”、“62,9”、“63,0”、“63,5”、 “64,0”、“64,1”、“64,6”、“642,8”、“646,2”、“65,8”、“663,5”、“666,2”、 “671,6”、“7,2”、“7,8”、“708,7”、“711,6”、“8,1”、“8,2”、“8,3”、 “8,5”、“8,7”、“8,8”、“8,9”、“804,0”、“829,0”、“856,0”、“87,0”、 “87,4”、“87,5”、“88,1”、“88,3”、“9,0”、“9,1”、“9,3”、“9,5”、“9 ,7", "9,8", "9,9", "90,9", "928,2", "975,8"), class= "因子")), .Names = "HOURS.at.sea", class= "data.frame", row.names = c(NA, -913L))

Answer 1

如果逗号是千位分隔符，这是用户将格式化的 Excel 电子表格保存为 *.csv 然后尝试将其导入 R 时的常见问题，那么您有两个问题。 R 中的数字中不允许使用逗号（或者它们被解释为小数点 - 取决于您的语言环境设置），例如as.numeric("1,000") 将返回 NA，而不是 1000。您必须去掉逗号并将因子转换为数字。

a <- factor(c("10","20","30","40","50"))
as.numeric(a)               # returns the factor codes!!
# [1] 1 2 3 4 5
as.numeric(as.character(a)) # returns the factor levels, as numeric
# [1] 10 20 30 40 50

b <- factor(c(10,20,30,40,50))
as.numeric(b)               # returns the factor codes!!
# [1] 1 2 3 4 5

c <- factor(c("1,000","2,000","3,000","4,000","5,000"))
as.numeric(c)               # returns the factor codes
# [1] 1 2 3 4 5
as.numeric(as.character(c)) # returns NA - commas are NOT allowed in numbers in R
# [1] NA NA NA NA NA
# Warning message:
# NAs introduced by coercion 
as.numeric(gsub(",","",c,fixed=TRUE))
# [1] 1000 2000 3000 4000 5000

在最后一行，gsub(",","",c,fixed=TRUE) 只是删除了逗号。

编辑 正如@CarlWitthoft 在评论中指出的那样，如果逗号是十进制分隔符，您可以使用以下命令导入数据：

df <- read.csv("mydata.csv", dec=",")

这样可以避免以后出现很多问题。鉴于您在问题中提供的（已经导入的）数据集，这将解决它：

datatest$HOURS.at.sea <- as.numeric(gsub(",",".",datatest$HOURS.at.sea,fixed=TRUE))

这会将"," 替换为"."。由于gsub(...) 返回一个字符向量，而不是一个因子，因此您可以直接在其上使用as.numeric(...)。请注意，您仍然会得到一些 NAs，因为有些行有 "#VALUE!" - 看起来像 Excel 转储。