R 查找列在其data.table中是否有多个类
我有一个海量的data.table,所以我无法在列中看到所有条目 我想将一个列(显然是类字符)转换为数字,但是,当我使用as.numeric(col_name)时,会收到警告“强制引入的NAs”。在我做任何其他事情之前,我想知道是否可以找出列中的哪些条目不是字符,或者是什么导致了问题 我在data.table上执行str,该表给出:R 查找列在其data.table中是否有多个类,r,data.table,coercion,R,Data.table,Coercion,我有一个海量的data.table,所以我无法在列中看到所有条目 我想将一个列(显然是类字符)转换为数字,但是,当我使用as.numeric(col_name)时,会收到警告“强制引入的NAs”。在我做任何其他事情之前,我想知道是否可以找出列中的哪些条目不是字符,或者是什么导致了问题 我在data.table上执行str,该表给出: Classes ‘data.table’ and 'data.frame': 57042881 obs. of 21 variables: $ V1
Classes ‘data.table’ and 'data.frame': 57042881 obs. of 21 variables:
$ V1 : int 142466 1265 142510 199933 143297 13548 143605 15194 143894 16701 ...
$ V2 : int 1 1 1 1 1 1 1 1 1 1 ...
$ V3 : int 20150702 20160316 20150702 20160316 20150703 20160324 20150704 20160327 20150704 20160331 ...
$ V4 : int 14 17 15 6 16 17 9 20 14 15 ...
$ V5 : chr "2015-07-02 14:50:00" "2016-03-16 17:40:00" "2015-07-02 15:58:00" "2016-03-16 06:20:00" ...
$ V6 : int 33547 25523 33547 25523 33547 25523 33547 25523 33547 25523 ...
$ V7 : num 42.9 33.9 53.8 65.3 35.7 ...
$ V8 : int 2 2 2 2 2 2 2 2 2 2 ...
$ V9 : num 60 34.5 75.3 66.5 50 ...
$ V10: num 5.46 3.14 6.84 6.05 4.55 3.3 0.71 2.18 3.11 1.82 ...
$ V11: chr "1.271732" "0.926145" "1.271883" "0.926295" ...
$ V12: num 1.4 1.02 1.4 1.02 1.4 ...
$ V13: int 0 0 0 0 0 0 0 0 0 0 ...
$ V14: int 0 0 0 0 0 1 0 0 0 0 ...
$ V16: chr "ULP" "ULP" "ULP" "ULP" ...
$ V17: POSIXct, format: "2015-07-02 14:50:00" "2016-03-16 17:40:00" "2015-07-02 15:58:00" "2016-03-16 06:20:00" ...
$ V18: Date, format: "2015-07-02" "2016-03-16" "2015-07-02" "2016-03-16" ...
$ V19: int 2015 2016 2015 2016 2015 2016 2015 2016 2015 2016 ...
$ V20: int 7 3 7 3 7 3 7 3 7 3 ...
$ V21: int 2 16 2 16 3 24 4 27 4 31 ...
然后我想把V11转换成数字
dt_2 <- dt[, V11 := as.numeric(V11)]
Warning message:
In eval(expr, envir, enclos) : NAs introduced by coercion
dt_2由于数据集非常大,最好在新的会话中再次读取单个列(因为OP已经通过将(:=
)列分配给自身来替换列“V11”)
library(data.table)
dt1 <- fread("yourfile.csv", select = 11)
基于“i1”对列进行子集设置
v1 <- dt1[[1]][i1]
这意味着您在“V11”中有一些非数字元素,它们通过强制转换为“NA”numeric
。这是一个友好的警告,请检查原始数据集列中是否有更可疑的内容。您可以通过执行i1来调查这一点。我是指在执行之前的调查内容:=
谢谢。我运行了您的sug手势,但它没有告诉我区别在哪里,它只是显示了一大堆NAs。我是否能够看到条目在被强制为NA之前是什么?这是因为您已经用V11:=
`转换了列,请在新会话上读取(以免弄乱内存)来尝试然后在做:=
之前按照我之前的评论做。如果这需要太多时间,那么您仍然可以阅读fread(“yourfile.csv”,select=11)
假设它是第11列尝试运行:dt$V11[is.na(as.numeric(dt$V11)]
这将生成NAs,然后对失败的行进行子集。
v1 <- dt1[[1]][i1]
dt2 <- fread("yourfile.csv", na.strings = "null")