有效使用as.numeric（）和factor（）

我从数据库中导入了数百个字符向量到R中，每个字符向量的长度为600-700万。它们要么是数字数据，要么是因子数据，标签上有字符（字母）——需要设置级别，所有因子都有一些NAs。例如

vecA <- c("1",NA, "2",....,NA, "100")
vecB <- c("smith", NA, NA, ... , "jones")

---

vecA也许是正则表达式？对于每个向量，匹配看起来像数字的东西

convert.numeric <- function(vec) {
  if( grepl("^[0-9]*(\\.[0-9]+)?$",vec)) == !is.na(vec)) ) {
    vec <- as.numeric(vec)
  } else { vec <- as.factor(vec) }
  return(vec)
}

我可能会使用
tryCatch（）
，首先尝试将每个向量转换为类
“numeric”
。如果
as.numeric（）

vecA这些向量都在同一个对象中，还是单独的对象？它们是否有常规名称，如您的示例中所示？我将调用函数中的每个向量，从数据库一次调用一个。该函数可以并行化。某些字符串中会有特殊字符，但仅用于因子类型数据。仅测试前500个元素可能更有效。
new.vectors <- lapply(old.vectors,convert.numeric)

vecA <- c("1",NA, "2",NA, "100")
vecB <- c("smith", NA, NA, "jones")

myConverter <- function(X) tryCatch(as.numeric(X), 
                                    warning = function(w) as.factor(X))

myConverter(vecA)
# [1]   1  NA   2  NA 100
myConverter(vecB)
# [1] smith <NA>  <NA>  jones
# Levels: jones smith