R:将百分比数据框从系数转换为数字
将数据帧转换为R时遇到问题 我有一系列列,它们被解读为R:将百分比数据框从系数转换为数字,r,R,将数据帧转换为R时遇到问题 我有一系列列,它们被解读为因子,并带有%符号 我知道,对于一个专栏,我可以做到: df[,3] <- as.numeric(sub("%","",df[,3])) 回答:以下是在你们帮了我这么多之后,我是如何通过一个命令做到这一点的!我在指定函数部分时遇到问题 df=read.csv("all response rates.csv") df[-1]<-data.frame(apply(df[-1], 2, function(x) as.nume
因子
,并带有%
符号
我知道,对于一个专栏,我可以做到:
df[,3] <- as.numeric(sub("%","",df[,3]))
回答:以下是在你们帮了我这么多之后,我是如何通过一个命令做到这一点的!我在指定函数部分时遇到问题
df=read.csv("all response rates.csv")
df[-1]<-data.frame(apply(df[-1], 2, function(x)
as.numeric(sub("%","",as.character(x)))))
df=read.csv(“所有响应率.csv”)
df[-1]使用base
中的函数尝试此方法:
# dummy data:
df<-data.frame(v1=c("78%", "65%", "32%"), v2=c("43%", "56%", "23%"))
# function
df2<-data.frame(lapply(df, function(x) as.numeric(sub("%", "", x))) )
#虚拟数据:
dfparse_number
从readr
包中删除%
符号。对于给定的数据集,请尝试:
library(dplyr)
library(readr)
res <- cbind(df %>% select(Year), # preserve the year column as-is
df %>% select(-Year) %>% mutate_all(funs(parse_number))
)
> res
Year v1 v2 v3 v4
1 12-Oct 0 0 39 14
2 12-Nov 0 6 59 4
3 12-Dec 22 0 37 26
4 13-Jan 45 0 66 19
5 13-Feb 28 39 74 13
这里有一个使用data.table
中的set
的选项,这对于大型数据集来说会更快,因为可以避免[.data.table
的开销
library(stringi)
library(data.table)
setDT(df)
for(j in 2:ncol(df)){
set(df, i=NULL, j=j, value= as.numeric(stri_extract(df[[j]], regex='\\d+')))
}
df
# Year v1 v2 v3 v4
#1: 12-Oct 0 0 39 14
#2: 12-Nov 0 6 59 4
#3: 12-Dec 22 0 37 26
#4: 13-Jan 45 0 66 19
#5: 13-Feb 28 39 74 13
这里有一个单行解决方案,它假设数据位于固定宽度的列中。我需要删除第一行名称,因为所有列都没有名称。列的宽度被指定为整数(负意义是跳过那么多字符)。在读取期间,它还将列类更改为数字
your data
1 12-Oct 0% 0% 39% 14%
2 12-Nov 0% 6% 59% 4%
3 12-Dec 22% 0% 37% 26%
4 13-Jan 45% 0% 66% 19%
5 13-Feb 28% 39% 74% 13%
the R one-line script
adf <- read.fwf(file="a.dat",widths=c(-8,9,-1,7,-1,8,-1,8),colClasses=rep("numeric",4))
output result (first col provided by R to count the rows)
V1 V2 V3 V4
1 0 0 39 14
2 0 6 59 4
3 22 0 37 26
4 45 0 66 19
5 28 39 74 13
您的数据
10月12日0%0%39%14%
11月2日12日0%6%59%4%
12月3日22%0%37%26%
4.1月13日45%0%66%19%
2月5日13日28%39%74%13%
R单行脚本
adf如果百分号位于每个字符串的末尾,请尝试使用comment.char=“%”再次读取它
当我这样做时,第一列数据被正确读取,但其他列都变成了LOGI,都是NA…….什么给了我?我不知道。给我们看一些数据:)会做@RichardScriven!文件的前五行如何请lappy
更合适,因为它不会强制到矩阵-类似于数据。frame(lappy(df,function(x)as.numeric(sub(“%”,“,”,x)))
更不用说这个答案是错误的,并且没有将因子转换为数字,试试str(df2)
@vashts85,答案是“严格”错误的,因为最初的答案没有完全回答一个由两部分组成的问题(因为我也没有将sub包装在as.numeric()中)
)我对答案进行了编辑,以反映这一点和@thelatemail更有用的建议。
library(dplyr)
library(readr)
res <- cbind(df %>% select(Year), # preserve the year column as-is
df %>% select(-Year) %>% mutate_all(funs(parse_number))
)
> res
Year v1 v2 v3 v4
1 12-Oct 0 0 39 14
2 12-Nov 0 6 59 4
3 12-Dec 22 0 37 26
4 13-Jan 45 0 66 19
5 13-Feb 28 39 74 13
df %>% select(-Year) %>% mutate_all(funs(parse_number))
library(stringi)
library(data.table)
setDT(df)
for(j in 2:ncol(df)){
set(df, i=NULL, j=j, value= as.numeric(stri_extract(df[[j]], regex='\\d+')))
}
df
# Year v1 v2 v3 v4
#1: 12-Oct 0 0 39 14
#2: 12-Nov 0 6 59 4
#3: 12-Dec 22 0 37 26
#4: 13-Jan 45 0 66 19
#5: 13-Feb 28 39 74 13
your data
1 12-Oct 0% 0% 39% 14%
2 12-Nov 0% 6% 59% 4%
3 12-Dec 22% 0% 37% 26%
4 13-Jan 45% 0% 66% 19%
5 13-Feb 28% 39% 74% 13%
the R one-line script
adf <- read.fwf(file="a.dat",widths=c(-8,9,-1,7,-1,8,-1,8),colClasses=rep("numeric",4))
output result (first col provided by R to count the rows)
V1 V2 V3 V4
1 0 0 39 14
2 0 6 59 4
3 22 0 37 26
4 45 0 66 19
5 28 39 74 13