本文以R语言为例，介绍了将数据框中非数值型列转换为数值型的操作。先生成虚拟数据，阐述操作思路，包括判断列类型、确定需转换的列，对因子型列先转字符再转数值，最后同步转换。还提及大量列转换及缺失值情况需综合考虑，可参考dplyr包mutate系列用法。
原始的数据
为了演示这个过程，我这里生成了一个虚拟的数据，结构如下：
library(magrittr)library(dplyr)library(stringr)dfc(df$eas.character(df$e)df$aas.character(df$a)> df a b c d e1 0.3 3 a -0.5 A2 -0.5 5 b 0.8 B3 2.4 4 c 2 C> str(df)'data.frame': 3 obs. of 5 variables: $ a: chr "0.3" "-0.5" "2.4" $ b: num 3 5 4 $ c: Factor w/ 3 levels "a","b","c": 1 2 3 $ d: Factor w/ 3 levels "-0.5","0.8","2": 1 2 3 $ e: chr "A" "B" "C"可以看到， 在该数据中，我们生成了一个数据框，共有5列，并且是不同的格式。我们想实现的目的，就是将这些列，如果实际上是为数字的，转成数值型。在这个例子中，列a,b,d，原本应该有的归属，就是数值型；在转化的过程中，我们不用df$a
操作的思路与实现方式
整个的思路分三部分：
先看列中是不是已经有类型为数值型的列，如果是，就不用进行转化，如果不是，就要进行处理
接下来，把这些非数值型的列，分别进行判断，看看该列是不是应该属于数值，而数值，可以包含小数点，负号这两种常规符号，以及其它的0-9的数字，如果列中的所有元素满足这个要求，那就应该进行转化成数值的操作，通过该判断，来决定要转化的列；在这些列当中，考虑到非数值型的类型，还有可能是因子型，对于因子型的内容，比如说这里的d列，直接as.numberic肯定是不行的(看下面的区别)，所以，保险起见，要先转化为character,再转成数值。
将这些要转换的列，进行直接的同步转换
#这是一个判断向量是不是非数值型，这里单独把取反写成一个函数的原因在于方便使用sapply#如果向量为非数值型，返回TRUEnotfunction(s){ return(!is.numeric(s)) }#这是对列进行预处理，把负号与.这两个数值含有的符号先除去，然后再判断有没有出现除0-9之外的符号#如果某列有任何的非数字(除点与负号之外),则返回FALSE(表示该列不需要转化)judfunction(k){ k"\\.") k"\\-") !any(grepl("\\D",k))}#将非数值型的列，先转化成字符串(防止因子型as.numberic出错)df%mutate_if(not,as.character)#直接用sapply,进行本应该是数值型的列进行as.numeric的操作(操作前df%mutate_at(colnames(df)[sapply(.,jud)],as.numeric)最终结果可以看到，已经把a,d列进行了转换。
> df a b c d e1 0.3 3 a -0.5 A2 -0.5 5 b 0.8 B3 2.4 4 c 2.0 C> str(df)'data.frame': 3 obs. of 5 variables: $ a: num 0.3 -0.5 2.4 $ b: num 3 5 4 $ c: chr "a" "b" "c" $ d: num -0.5 0.8 2 $ e: chr "A" "B" "C"结语
上面的例子中只是举了个简单的例子，在对于大量列的情况下转化成数值，可能 有所帮助。当然了，如果有一些缺失值的情况，也得综合加以考虑。
今天的简单分享就到这里，希望有用；另外对于dplyr包中的mutate系列的用法，可以参考一下，有些可以比较方便。
参考文献
1. https://community.rstudio.com/t/dplyr-mutate-at-with-tidyeval/20562
往期回顾：
01
基本概念
从零开始学R-001篇-程序安装
从零开始学R-002篇-向量
从零开始学R-003篇-数据框
从零开始学R-004篇-列表
从零开始学R-005篇-矩阵
数据结构-006篇-数组实例
数据结构-007篇-因子
数据运算-008篇-数学与逻辑运算
数据运算-009篇-矩阵运算简单介绍
数据运算-010篇-内置的一般数学计算函数
数据运算-011篇-内置的统计概率函数
数据运算-012篇-集合的操作
逻辑运算-013篇-条件语句
循环语句-014篇-for与while
循环语句-015篇-apply家族
定位函数-016篇-which函数打天下
字符处理-017篇-paste函数
字符处理-018篇-grep，substr，sub等函数
数据运算-019篇-统计函数初体验median与mad
数据运算-020篇-统计函数初体验之分位数quantile
数据运算-021篇-统计函数初体验之差分diff函数
数据运算-022篇-统计函数初体验之中心化函数scale
数据运算-023篇-描述性统计分析及缺失值分析
数据运算-024篇-相关系数分析
数据运算-025篇-dplyr之slice
数据运算-026篇-数据的行拆分
数据运算-027篇-数据的行合并
数据运算-028篇-rlang的列引用方法
02
基础作图
R的作图-001篇-barplot柱状图
R的作图-002篇-pie 作饼图
R的作图-003篇-hist 直方图
R的作图-004篇-boxplot箱线图
R的作图-005篇-核密度图与比较
R的作图-006篇-plot函数
R的作图-007篇-散点图与线性拟合
R的作图-008篇-散点图矩阵
R的作图-009篇-高密度散点图
R的作图-010篇-三维散点图
R的作图-011篇-气泡图
R的作图-012篇-马赛克图
R的作图-013篇-QQ图及原理
R的作图-014篇-lm拟合结果图解释
R的作图-015篇-ggplot2之初体验
R的作图-016篇-ggplot2之geom_point
R的作图-017篇-ggplot2之geom_jitter与rug
R的作图-018篇-ggplot2之geom_line与geom_path
R的作图-019篇-ggplot2之geom_area，geom_polygon geom_ribbon
R的作图-020篇-ggplot2之geom_bar,geom_col与geom_histogram
R的作图-021篇-ggplot2之geom_density
R的作图-022篇-ggplot2之geom_density2d
R的作图-023篇-ggplot2之geom_boxplot
R的作图-024篇-ggplot2之geom_bin2d
R的作图-025篇-ggplot2之geom_contour()
R的作图-026篇-ggplot2之geom_crossbar 与geom_count()
R的作图-027篇-ggplot2之geom_errorbar 与geom_linerange等简单作图
R的作图-028篇-ggplot2之geom_vline/hline/abline/smooth等
R的作图-029篇-ggplot2之geom_tile,geom_rect与geom_raster
R的作图-030篇-ggplot2之geom_text与geom_label
作图进阶-031篇-ggplot2之geom_violin
作图进阶-032篇-ggplot2之分面facet_grid与facet_wrap
作图进阶-033篇-ggplot2之legend
作图进阶-034篇-ggplot2之作图区的设定
作图进阶-035篇-ggalluvial之桑基图
作图进阶-036篇-ggridges之峰峦图
作图进阶-037篇-坐标轴标签重叠的优化
作图进阶-038篇-数据拟合作图分析
作图进阶-039篇-plotly包之add_XXX
作图进阶-040篇-plotly的type与mode
作图进阶-041篇-plotly的颜色设置
作图进阶-042篇-plotly中往图中增加标签
作图进阶-043篇-plotly通过add_fun灵活叠加图
作图进阶-044篇-plotly的图例legend设置
作图进阶-045篇-plotly的坐标轴Ticks设置
作图进阶-046篇-plotly设定默认的trace颜色
作图进阶-047篇-plotly中画误差棒作图进阶-048篇-plotly中的箱线图
作图进阶-049篇-plotly中的动画效果
作图进阶-050篇-plotly中二维密度与等高线
作图进阶-051篇-add_heatmap的使用
作图进阶-052篇-add_ribbons与polygons的使用
作图进阶-053篇-add_segments,add_paths与add_table
作图进阶-054篇-基于矩阵画热图
作图进阶-055篇-mesh3d画个雨伞玩玩
作图进阶-056篇-经验累积分布函数的实现
作图进阶-057篇-画个瓶子玩玩
作图进阶-058篇-plotly中的曲线旋转
作图进阶-059篇-曲线旋转后简单构造三维图形 作图进阶-060篇-曲线的拉伸作图进阶-061篇-ggplot2中的legend排列作图进阶-062篇-ggplot2中采用双标度作图进阶-063篇-ggplot2中的标度作图进阶-064篇-plotly里的gauge chart作图进阶-065篇-plotly里的瀑布图作图进阶-066篇-plotly里的漏斗图作图进阶-067篇-ggplot2中标注显著性作图进阶-068篇-ggplot2中的嵌套子图作图进阶-069篇-r中的数据表格处理作图进阶-070篇-再谈R中的颜色作图进阶-071篇-再谈R中的因子作图进阶-072篇-展现交集的韦恩图作图进阶-073篇-用R快速生成word文档批03
作图技巧
作图技巧-001篇-facet_zoom放大局部图
作图技巧-002篇-ggplot2 中的字体设置
作图技巧-003篇-ggplot2 新版本 3.3.0的一些新功能
作图技巧-004篇-QQ图之DIY
作图技巧-005篇-plotly做3维曲面图
作图技巧-006篇-数据标记初体验
作图技巧-007篇-数据标记之geom_mark_hull进阶
作图技巧-008篇-ggforce中甜甜圈饼图的作法及其它的功能
作图技巧-009篇-ggplot作图时的因子排序
作图技巧-010篇-plot_ly中的mesh3d
作图技巧-011篇-ggplot_build中的数据提取实现histogram与density同步叠加
作图技巧-012篇-ggplot中的stat_sum等系列
作图技巧-013篇-ggplot分面图的标签设置
作图技巧-014篇-不同的样条曲线bspline
作图技巧-015篇-大家一起来拼图
作图技巧-016篇-拼图系列之2-cowplot
作图技巧-017篇-拼图工具之3-patchwork
作图技巧-018篇-第二坐标轴在ggplot2中的实现
作图技巧-019篇-draw_key_XXX系列
作图技巧-020篇-更改ggplot2作图的默认设置
作图技巧-021篇-增加基于表达式的坐标轴标题
04
R的技巧
R的技巧-001篇-快速从列表中提取元素组成数据框
R的技巧-002篇-快速对数据框中满足条件的列进行替换
R的技巧-003篇-数字的不同取整与进位
R的技巧-004篇-文件名提取分类成表
R的技巧-005篇-直方图与分布图的叠加
R的技巧-006篇-ggplot2中的cut类函数
R的技巧-007篇-assign与get:动态生成变量与获取变量
R的技巧-008篇-pretty函数实现完美分割点
R的技巧-009篇-数据填充
R的技巧-010篇-dplyr之slice,mutate,summarize 与do
R的技巧-011篇-dnorm,pnorm与qnorm傻傻分不清
R的技巧-012篇-缝缝补补改创建好的ggplot2图
R的技巧-013篇-approx函数插值
R的技巧-014篇-openxls包处理excel数据
你点的每一个在看，我都认真当成了喜欢
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
