R:将字符串值更改为NA，获取强制错误

我有一个名为

data

的数据集，看起来像这样：

  Year  Population
1 2005  3000  
2 2006  4000 
3 2007  5000
4 2008  6000
5 2009  NP
6 2010  NP
7 2011  NP
8 2012  6000
9 2013  3000

我想得到count列的平均值，但由于NP不是一个数值，我想将其转换为NA。我使用了以下代码：

data %>% mutate(Count = as.numeric(Count))

---

但是，我收到一条错误消息，说NAs是通过强制引入的。如何将所有值转换为数字并避免出现此错误？

这不是一个错误，只是一条警告消息

1）我们可以用

suppressWarnings

data$Count <- suppressWarnings(as.numeric(data$Count)))

3）或者另一个选项是基于非数字字符将

元素替换为
NA

library(stringr)
data %>% 
    mutate(Count = as.numeric(replace(Count,
           str_detect(Count, '\\D'), NA)))

我们可以在
summary
或
mutate

data %>%
      mutate(Count = sum(as.numeric(replace(Count, str_detect(Count, '\\D'), NA)), na.rm = TRUE))

有很多方法可以做到这一点

两种方法包括-

使用
grepl
我们可以将
Population
列中具有非数字字符的所有值转换为
NA
，并将其转换为数字
完成此操作后，您可以像往常一样使用
na.rm=TRUE
执行所有数学运算

mean(df$Population, na.rm = TRUE)
sum(df$Population, na.rm = TRUE)

这不是一条错误消息，只是一个警告
data %>%
      mutate(Count = sum(as.numeric(replace(Count, str_detect(Count, '\\D'), NA)), na.rm = TRUE))

df$Population[grepl('\\D', df$Population)] <- NA
df$Population <- as.numeric(df$Population)
df

#  Year Population
#1 2005       3000
#2 2006       4000
#3 2007       5000
#4 2008       6000
#5 2009         NA
#6 2010         NA
#7 2011         NA
#8 2012       6000
#9 2013       3000

df$Population <- readr::parse_number(df$Population)

mean(df$Population, na.rm = TRUE)
sum(df$Population, na.rm = TRUE)