R 数字数据框列按字符串顺序排列不正确

我在数据框中有一些医院数据，从csv读取。我尝试按用户定义的列

col

排序数据帧，然后按医院名称排序，如下所示：

col <- 'Hospital.30.Day.Death..Mortality..Rates.from.Pneumonia'
hospitals.sorted <- hospitals[order(hospitals[,col], hospitals$Hospital.Name),]

只需确认该列实际上是数字：

> sapply(hospitals, mode)
Hospital.30.Day.Death..Mortality..Rates.from.Pneumonia 
"numeric" 
Hospital.Name 
"numeric"

我不知道为什么

医院。名字
是数字，而它显然不是

其他我尝试过但没有成功的事情：


使用
作为.numeric（hospitals[，col]）
在
订单中

排序前删除“不可用”值

我可能遗漏了一些基本的东西。停
 在数据帧中，单个组件必须是原子向量。您在提到的变量中同时包含数字和字符数据，因此R将把它作为字符向量读取。但是，由于参数
stringsAsFactors
的默认设置，该字符向量将被转换为因子。因此看起来这些数字是以数字形式存储的。然而，这些只是标签，你被欺骗了

同样地，
mode（）
调用也在欺骗您。考虑

> mode(factor(c(1:10, "a")))
[1] "numeric"

但这显然不是“数字”数据。下一步考虑

> mode(factor(letters))
[1] "numeric"

这掩盖了一个事实，即内部R的因子存储为数字变量，这就是
mode（）
告诉您的<代码>模式（）
是此作业的错误工具

要测试变量是否为数字，请改用
is.numeric（）
：

> is.numeric(factor(c(1:10, "a")))
[1] FALSE
> is.numeric(factor(letters))
[1] FALSE

至于解决办法。“不可用”需要设置为
NA
。在读取中的数据时，可以通过将
na.strings=“Not Available”
添加到
read.table（）
（或使用的任何包装器）调用中来执行此操作。这应该足以对字符>因子转换进行排序

最重要的提示是始终查看应用于对象的
str（）
的输出，以检查R是否按照您的要求读取了数据。所以你应该：

str(hospitals)

并根据R记录变量的类型

关于你尝试过的其他事情：

as.numeric（hospitals[，col]）
将生成包含因子每个元素的级别ID的数字向量。如果因子按特定顺序排序，那么它的级别表示也会按特定顺序排序。要将因子（它的标签版本）转换为数字，您需要一个中间步骤：
as.numeric（as.character（hospitals[，col]））
。但这并不能解决您在这里遇到的实际问题，因为变量中包含字符数据，而R无法将其转换为数字。它会将
“不可用”
转换为
NA
，如果您尝试将
转换为.numeric（as.character（hospitals[，col]））
，则可能会起作用
通过删除
“notavailable”
，我认为通过删除这些行/元素？，仍然会将剩余的观察结果保留在一个因子中。由于上述原因，它将无法工作，因为它将在标签/级别上进行alpha排序
试试str（医院）

？您可能对这些因素有问题。

str(hospitals)