如何将整个data.frame转换为数字

我想将包含130多列的整个

data.frame

转换为数字

我知道我需要将

用作.numeric

，但问题是我必须将此函数分别应用于130列中的每一列。我试图将其应用于整个

data.frame

，但收到以下错误消息：

Error: (list) object cannot be coerced to type 'double'

---

如何通过相对较短的代码实现这一点？

带有

dplyr的选项

library(dplyr)
df1 %>%
   mutate_all(as.numeric)

如果列为
因子
类，则转换为
字符
，然后转换为
数字

df1 %>%
    mutate_all(funs(as.numeric(as.character(.)))

另外，请注意，如果任何单元格中没有
字符
元素，则在
字符
列上使用
类型.convert

df1 %>%
    mutate_all(funs(type.convert(as.character(.)))


如果效率很重要，一个选项是
data.table

library(data.table)
DF1 <- copy(DF) # from other post
system.time({setDT(DF1)
    for(j in seq_along(DF1)) set(DF1, i = NULL, j=j, value = as.numeric(DF1[[j]]))
  })
#   user  system elapsed 
#  0.032   0.005   0.037 

库（data.table）
DF1

例如，我们有以下数据帧：
要转换为数字并作为数据帧，您可以使用：
注意：如果您想要特定的列，例如：“DF[1:3]”，您可以对需要的数据帧列进行切片

谢谢你，你的解决方案很有效。我首先尝试使用以下代码：

for(i in 1:140){
  mydata[, i] <- as.numeric(mydata[, i])
}

for（1:140中的i）{
mydata[，i]在基本R中，我们可以执行以下操作：

df[] <- lapply(df, as.numeric)

df[]为什么
type.convert
？它更快吗？我通常也使用
as.numeric（as.character（x））
，但为了获得最佳效率，建议的方法是
as.numeric（levels（f））[f]
，请看我知道
levels
的路线。但是，我认为
as.numeric（由于.character
更容易设置，您从何处获得这些数据？您使用的界面可能有一些工具在上游进行转换。这实际上比
n1tk
的代码快，请参见我答案中的基准测试。）
DF2 <- data.frame(data.matrix(DF))

> DF2
  a b     c
1 1 1 12418
2 2 2 12425
3 3 3 12432

for(i in 1:140){
  mydata[, i] <- as.numeric(mydata[, i])
}

df[] <- lapply(df, as.numeric)

df[cols_to_convert]  <- lapply(df[cols_to_convert], as.numeric)

DF <- data.frame(a = 1:10000, b = letters[1:10000],
                 c = seq(as.Date("2004-01-01"), by = "week", len = 10000),
                 stringsAsFactors = TRUE)
DF <- setNames(do.call(cbind,replicate(50,DF,simplify = F)),paste0("V",1:150))

dim(DF)
# [1] 10000   150

library(dplyr)
n1tk  <- function(x) data.frame(data.matrix(x))
mm    <- function(x) {x[] <- lapply(x,as.numeric); x}
akrun <- function(x) mutate_all(x, as.numeric)
mo    <- function(x)  {for(i in 1:150){ x[, i] <- as.numeric(x[, i])}}

microbenchmark::microbenchmark(
  akrun = akrun(DF),
  n1tk  = n1tk(DF),
  mo    = mo(DF),
  mm    = mm(DF)
)

# Unit: milliseconds
#   expr      min        lq       mean    median        uq      max neval
#  akrun 152.9837 177.48150 198.292412 190.38610 206.56800 432.2679   100
#   n1tk  10.8700  14.48015  22.632782  17.43660  21.68520  89.4694   100
#     mo   9.3512  11.41880  15.313889  14.71970  17.66530  37.6390   100
#     mm   4.8294   5.91975   8.906348   7.80095  10.11335  71.2647   100