R 确定数据帧的数据类型';s列
我使用的是R,并使用R 确定数据帧的数据类型';s列,r,dataframe,types,R,Dataframe,Types,我使用的是R,并使用read.csv()将数据加载到数据框中。如何确定数据框中每列的数据类型 sapply(yourdataframe, class) 其中yourdataframe是您正在使用的数据帧的名称您最好从使用开始。为了探索一些示例,让我们制作一些数据: set.seed(3221) # this makes the example exactly reproducible my.data <- data.frame(y=rnorm(5),
read.csv()
将数据加载到数据框中。如何确定数据框中每列的数据类型
sapply(yourdataframe, class)
其中yourdataframe是您正在使用的数据帧的名称您最好从使用开始。为了探索一些示例,让我们制作一些数据:
set.seed(3221) # this makes the example exactly reproducible
my.data <- data.frame(y=rnorm(5),
x1=c(1:5),
x2=c(TRUE, TRUE, FALSE, FALSE, FALSE),
X3=letters[1:5])
使用str()
@加文·辛普森(Gavin Simpson)的方法也得到了简化,但提供的信息与class()
略有不同:
sapply(my.data, typeof)
y x1 x2 X3
"double" "integer" "logical" "integer"
有关类
,类型
,以及中间子级
模式的更多信息,请参阅此优秀的SO线程: 我建议
sapply(foo, typeof)
如果需要数据帧中向量的实际类型class()
有点不同
如果您不需要将此信息作为向量获取(即,您不需要它以后以编程方式执行其他操作),只需使用str(foo)
在这两种情况下,
foo
将替换为数据框的名称。以下是一个函数,它是包的一部分,将返回数据框中所有不同数据类型的列表,以及与该类型相关联的特定变量名
install.package('devtools') # Only needed if you dont have this installed.
library(devtools)
install_github('adam-m-mcelhinney/helpRFunctions')
library(helpRFunctions)
my.data <- data.frame(y=rnorm(5),
x1=c(1:5),
x2=c(TRUE, TRUE, FALSE, FALSE, FALSE),
X3=letters[1:5])
t <- list.df.var.types(my.data)
t$factor
t$integer
t$logical
t$numeric
install.package('devtools')#只有在未安装此软件包时才需要。
图书馆(devtools)
安装github('adam-m-mcelhinney/helpRFunctions')
库(帮助功能)
my.data只需将数据帧传递到以下函数:
data_types <- function(frame) {
res <- lapply(frame, class)
res_frame <- data.frame(unlist(res))
barplot(table(res_frame), main="Data Types", col="steelblue", ylab="Number of Features")
}
由于没有明确说明,我只添加以下内容:
我正在寻找一种方法来创建一个表,该表保存所有数据类型的出现次数
假设我们有一个带有两个数字和一个逻辑列的data.frame
dta <- data.frame(a = c(1,2,3),
b = c(4,5,6),
c = c(TRUE, FALSE, TRUE))
如果你有很多专栏,想快速浏览一下,这就非常方便了
值得称赞的是:此解决方案的灵感来自 如果将csv文件作为data.frame(而不是矩阵)导入,也可以使用summary.default
summary.default(mtcars)
Length Class Mode
mpg 32 -none- numeric
cyl 32 -none- numeric
disp 32 -none- numeric
hp 32 -none- numeric
drat 32 -none- numeric
wt 32 -none- numeric
qsec 32 -none- numeric
vs 32 -none- numeric
am 32 -none- numeric
gear 32 -none- numeric
carb 32 -none- numeric
另一个选项是使用purrr包的map函数
library(purrr)
map(df,class)
对于小数据帧:
library(tidyverse)
as_tibble(mtcars)
glimpse(mtcars)
map(mtcars, class)
library(hablar)
mtcars %>%
convert(chr(mpg, am),
int(carb))
提供数据类型的df打印输出
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
* <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
为您提供数据类型的结构化视图:
Observations: 32
Variables: 11
$ mpg <dbl> 21.0, 21.0, 22.8, 21.4, 18.7, 18.1, 14.3, 24.4, 22.8, 19.2, 17.8, 16.4, 17....
$ cyl <dbl> 6, 6, 4, 6, 8, 6, 8, 4, 4, 6, 6, 8, 8, 8, 8, 8, 8, 4, 4, 4, 4, 8, 8, 8, 8, ...
$ disp <dbl> 160.0, 160.0, 108.0, 258.0, 360.0, 225.0, 360.0, 146.7, 140.8, 167.6, 167.6...
$ hp <dbl> 110, 110, 93, 110, 175, 105, 245, 62, 95, 123, 123, 180, 180, 180, 205, 215...
$ drat <dbl> 3.90, 3.90, 3.85, 3.08, 3.15, 2.76, 3.21, 3.69, 3.92, 3.92, 3.92, 3.07, 3.0...
$ wt <dbl> 2.620, 2.875, 2.320, 3.215, 3.440, 3.460, 3.570, 3.190, 3.150, 3.440, 3.440...
$ qsec <dbl> 16.46, 17.02, 18.61, 19.44, 17.02, 20.22, 15.84, 20.00, 22.90, 18.30, 18.90...
$ vs <dbl> 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, ...
$ am <dbl> 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, ...
$ gear <dbl> 4, 4, 4, 3, 3, 3, 3, 4, 4, 4, 4, 3, 3, 3, 3, 3, 3, 4, 4, 4, 3, 3, 3, 3, 3, ...
$ carb <dbl> 4, 4, 1, 1, 2, 1, 4, 2, 2, 4, 4, 3, 3, 3, 4, 4, 4, 1, 2, 1, 1, 2, 2, 4, 2, ...
$mpg
[1] "numeric"
$cyl
[1] "numeric"
$disp
[1] "numeric"
$hp
[1] "numeric"
提供数据类型的列表:
Observations: 32
Variables: 11
$ mpg <dbl> 21.0, 21.0, 22.8, 21.4, 18.7, 18.1, 14.3, 24.4, 22.8, 19.2, 17.8, 16.4, 17....
$ cyl <dbl> 6, 6, 4, 6, 8, 6, 8, 4, 4, 6, 6, 8, 8, 8, 8, 8, 8, 4, 4, 4, 4, 8, 8, 8, 8, ...
$ disp <dbl> 160.0, 160.0, 108.0, 258.0, 360.0, 225.0, 360.0, 146.7, 140.8, 167.6, 167.6...
$ hp <dbl> 110, 110, 93, 110, 175, 105, 245, 62, 95, 123, 123, 180, 180, 180, 205, 215...
$ drat <dbl> 3.90, 3.90, 3.85, 3.08, 3.15, 2.76, 3.21, 3.69, 3.92, 3.92, 3.92, 3.07, 3.0...
$ wt <dbl> 2.620, 2.875, 2.320, 3.215, 3.440, 3.460, 3.570, 3.190, 3.150, 3.440, 3.440...
$ qsec <dbl> 16.46, 17.02, 18.61, 19.44, 17.02, 20.22, 15.84, 20.00, 22.90, 18.30, 18.90...
$ vs <dbl> 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, ...
$ am <dbl> 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, ...
$ gear <dbl> 4, 4, 4, 3, 3, 3, 3, 4, 4, 4, 4, 3, 3, 3, 3, 3, 3, 4, 4, 4, 3, 3, 3, 3, 3, ...
$ carb <dbl> 4, 4, 1, 1, 2, 1, 4, 2, 2, 4, 4, 3, 3, 3, 4, 4, 4, 1, 2, 1, 1, 2, 2, 4, 2, ...
$mpg
[1] "numeric"
$cyl
[1] "numeric"
$disp
[1] "numeric"
$hp
[1] "numeric"
更改列的数据类型:
library(tidyverse)
as_tibble(mtcars)
glimpse(mtcars)
map(mtcars, class)
library(hablar)
mtcars %>%
convert(chr(mpg, am),
int(carb))
将列mpg
和am
转换为字符,将列carb
转换为整数:
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr> <dbl> <int>
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1
#tible:32 x 11
mpg气缸显示hp drat wt qsec与am齿轮carb
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1
在使用R几个月后,我发现str(dataframe)
是一种快速确定列类型的方法。其他方法需要更多的击键,并且不会显示太多的信息,但是如果列数据类型是其他函数的输入,它们会很有帮助work@DomJo,为什么要使用apply()
?这是矩阵。数据框是一种(特殊类型的)列表。因为sappy(foo,typeof)
为日期对象返回“整数”,所以我使用sappy(foo,class)
。但是,这可以返回一个列表。因此,最后我使用names(foo)[sappy(sappy(foo,class),function(x){“Date”%in%x})]
来识别foo
中属于类“Date”的所有列。值得注意的是,在引擎盖下这是lappy(您的_数据,class)
,需要进行一些额外的格式化处理(…,class))
或交互方式(例如,str(…)
)或两者兼而有之?通常以编程方式进行更具可扩展性,然后您可以任意筛选(…)
整数、字符、因子等的列表。或者您可以使用grep/grepl
从名称(…)推断列类型
如果它们遵循任何命名conventions@smci:我在最初的问题中没有要求“以编程方式”。我不知道你为什么要改变我问题的全部性质。好的,它被回滚了。它没有改变全部性质,而是从两个方向之一进行了澄清。使用str(…)的交互式方法
不可扩展,并且在