一次将向量转换为数字和字符

Question

我是 R 的初学者，想知道是否有任何方法可以将多个向量/变量转换为所需的“类”（例如，数据集中的 3 个变量是因子，我想将这 3 个变量转换为数值变量一口气）。

下面是包含列"Product" 为chr 和其余列为factors 的数据集，但是我想保留"Product" 和"Month" 作为字符和"Sales" 和"Profit" 作为数字。

str(Conditional_function_IVY)

'data.frame':   100 obs. of  4 variables:
 $ Product: chr  "Bellen" "Bellen" "Sunshine" "Sunset" ...
 $ Month  : Factor w/ 12 levels "April","August",..: 5 5 5 5 5 5 5 5 4 4 ...
 $ Sales  : Factor w/ 88 levels " ? 501.00 "," ? 504.00 ",..: 8 13 64 16 55 78 81 29 2 52 ...
 $ Profit : Factor w/ 65 levels " ? 100.00 "," ? 101.00 ",..: 44 34 5 15 39 16 37 38 65 56 ...

我已经按照以下方式完成了它，但是它消耗了很多时间，因此我想知道是否有任何方法可以让我一次性完成。

Conditional_function_IVY$Month=as.character(Conditional_function_IVY$Month)
> Conditional_function_IVY$Sales=as.numeric(Conditional_function_IVY$Sales)
> Conditional_function_IVY$Profit=as.numeric(Conditional_function_IVY$Profit)
> str(Conditional_function_IVY)
'data.frame':   100 obs. of  4 variables:
 $ Product: chr  "Bellen" "Bellen" "Sunshine" "Sunset" ...
 $ Month  : chr  "January" "January" "January" "January" ...
 $ Sales  : num  8 13 64 16 55 78 81 29 2 52 ...
 $ Profit : num  44 34 5 15 39 16 37 38 65 56 ...

Answer 1

解决此问题的最佳方法是在创建/导入日期框架时，来自 tidyverse 的更现代的方法，例如 readr 和 tibble 可以很好地处理猜测列类型并且不要'不自动转换为因子。

如果这不是您的选择，那么您可以很简单地使用dplyr::mutate 进行转换。

library(magrittr)
library(dplyr)

Conditional_function_IVY %<>%
  mutate(
    Month = as.character(Month),
    Sales = as.numeric(as.character(Sales)),
    Profit = as.numeric(as.character(Profit))
  )

但是，我注意到在存储数值的结构中可以看到一些非常奇怪的值。可以使用 gsub 将它们剥离回数字。

例如 as.numeric(gsub("[^0-9.]", "", " ? 501.00 ")) # [1] 501

有两行数据

使用我可以从您的问题中得出的两行您自己的数据。

Conditional_function_IVY <- data.frame(
  Product = rep("Bellen", 2),
  Month = c("April", "August"),
  Sales = c(" ? 501.00 ", " ? 504.00 "),
  Profit = c(" ? 100.00 ", " ? 101.00 ")
)

Conditional_function_IVY %>%
  mutate(
    Month = as.character(Month),
    Sales = as.numeric(gsub("[^0-9.]", "", as.character(Sales))),
    Profit = as.numeric(gsub("[^0-9.]", "", as.character(Profit)))
  )

#   Product  Month Sales Profit
# 1  Bellen  April   501    100
# 2  Bellen August   504    101 

Answer 2

我喜欢 Kevin 的方法，但我不喜欢 as.numeric(gsub("[^0-9.]", "", as.character(...)) 的复制/粘贴/编辑。如果你甚至有 10 列，这将是乏味的，如果你有 100 列，那将是完全不切实际的。我会定义一个小实用函数并执行以下操作：

# define helper function
sub_convert = function(x) as.numeric(gsub("[^0-9.]", "", as.character(...))

# using base R
to_convert = names(Conditional_function_IVY)[sapply(Conditional_function_IVY, is.factor)]
Conditional_function_IVY[to_convert] = lapply(
    Conditional_function_IVY[to_convert],
    sub_convert
)

# or using dplyr
library(dplyr)
Conditional_function_IVY = mutate_if(
    Conditional_function_IVY,
    is.factor,
    sub_convert
)

这可以更好地扩展，并且还具有以下优点：如果您需要调整 sub_convert 函数，您只需在一个地方编辑它，而不是每次使用它。