데이터 프레임에있는 여러 열의 계수에서 숫자로 클래스 변경

많은 수의 열을 요인에서 숫자로 변경하는 가장 빠르고 / 좋은 방법은 무엇입니까?

다음 코드를 사용했지만 내 데이터를 다시 정렬 한 것 같습니다.

> head(stats[,1:2])
  rk                 team
1  1 Washington Capitals*
2  2     San Jose Sharks*
3  3  Chicago Blackhawks*
4  4     Phoenix Coyotes*
5  5   New Jersey Devils*
6  6   Vancouver Canucks*

for(i in c(1,3:ncol(stats))) {
    stats[,i] <- as.numeric(stats[,i])
}

> head(stats[,1:2])
  rk                 team
1  2 Washington Capitals*
2 13     San Jose Sharks*
3 24  Chicago Blackhawks*
4 26     Phoenix Coyotes*
5 27   New Jersey Devils*
6 28   Vancouver Canucks*

다음과 같이 모든 열의 이름을 지정하지 않는 가장 좋은 방법은 무엇입니까?

df$colname <- as.numeric(ds$colname)

Ramnath의 대답에 더하여, 경험하는 행동 은 R 수준에서 as.numeric(x)요인의 내부 숫자 표현 을 반환하기 때문 x입니다. (내부 표현이 아닌) 요인의 수준 인 숫자를 보존하려면 as.character()Ramnath의 예에 따라 먼저 문자를 통해 변환해야합니다 .

귀하의 for루프는 단지 합리적인 같다 apply호출하고 코드의 의도가 무엇인지에 관해서는 약간 더 읽을 수 있습니다. 이 줄을 변경하십시오.

stats[,i] <- as.numeric(stats[,i])

읽다

stats[,i] <- as.numeric(as.character(stats[,i]))

이다 질문 7.10 는 R 자주 묻는 질문한다.

HTH

요인을 숫자로 변경할 때는주의해야합니다. 다음은 요소에서 숫자로 열 집합을 변경하는 코드 줄입니다. 여기서는 숫자로 변경할 열이 각각 1, 3, 4 및 5라고 가정합니다. 그에 따라 변경할 수 있습니다.

cols = c(1, 3, 4, 5);    
df[,cols] = apply(df[,cols], 2, function(x) as.numeric(as.character(x)));

이 작업은 한 줄로 수행 할 수 있으며 for 루프 든 적용이든 루프가 필요하지 않습니다. 대신 unlist () 사용 :

# testdata
Df <- data.frame(
  x = as.factor(sample(1:5,30,r=TRUE)),
  y = as.factor(sample(1:5,30,r=TRUE)),
  z = as.factor(sample(1:5,30,r=TRUE)),
  w = as.factor(sample(1:5,30,r=TRUE))
)
##

Df[,c("y","w")] <- as.numeric(as.character(unlist(Df[,c("y","w")])))

str(Df)

편집 : 코드의 경우 다음과 같습니다.

id <- c(1,3:ncol(stats))) 
stats[,id] <- as.numeric(as.character(unlist(stats[,id])))

당연히 1 열 데이터 프레임이 있고 R의 자동 차원 축소를 벡터로 변환하지 않으려면 drop=FALSE인수 를 추가해야합니다 .

나는이 질문이 오랫동안 해결되었음을 알고 있지만 최근 비슷한 문제가 있었고 magrittr 패키지가 필요하지만 조금 더 우아하고 기능적인 솔루션을 찾은 것 같습니다.

library(magrittr)
cols = c(1, 3, 4, 5)
df[,cols] %<>% lapply(function(x) as.numeric(as.character(x)))

그만큼 %<>%조작 파이프 및 유지 데이터 세정하고 간단한 변환 매우 유용 다시 할당. 이제 적용하려는 기능 만 지정하면 목록 적용 기능을 훨씬 쉽게 읽을 수 있습니다.

다음은 몇 가지 dplyr옵션입니다.

# by column type:
df %>% 
  mutate_if(is.factor, ~as.numeric(as.character(.)))

# by specific columns:
df %>% 
  mutate_at(vars(x, y, z), ~as.numeric(as.character(.))) 

# all columns:
df %>% 
  mutate_all(~as.numeric(as.character(.))) 

ucfagls가 이유 를 찾았다 고 생각합니다 가 루프가 작동하지 않는 .

여전히 루프를 사용하고 싶지 않은 경우 다음과 lapply같은 솔루션이 있습니다 .

factorToNumeric <- function(f) as.numeric(levels(f))[as.integer(f)] 
cols <- c(1, 3:ncol(stats))
stats[cols] <- lapply(stats[cols], factorToNumeric)

편집하다. 더 간단한 해결책을 찾았습니다. as.matrix캐릭터로 변신하는 것 같습니다 . 그래서

stats[cols] <- as.numeric(as.matrix(stats[cols]))

당신이 원하는 것을해야합니다.

lapply는 이것을 위해 거의 설계되었습니다.

unfactorize<-c("colA","colB")
df[,unfactorize]<-lapply(unfactorize, function(x) as.numeric(as.character(df[,x])))

이 기능은 몇 개의 다른 중복 스레드에서 발견되었으며이 문제를 해결하는 우아하고 일반적인 방법이라는 것을 알았습니다. 이 스레드는이 주제에 대한 대부분의 검색에서 가장 먼저 표시되므로 시간을 절약하기 위해 여기에서 공유하고 있습니다. 나는 이것에 대해 인정하지 않으므로 자세한 내용은 여기 와 여기 에서 원본 게시물 을 참조하십시오.

df <- data.frame(x = 1:10,
                 y = rep(1:2, 5),
                 k = rnorm(10, 5,2),
                 z = rep(c(2010, 2012, 2011, 2010, 1999), 2),
                 j = c(rep(c("a", "b", "c"), 3), "d"))

convert.magic <- function(obj, type){
  FUN1 <- switch(type,
                 character = as.character,
                 numeric = as.numeric,
                 factor = as.factor)
  out <- lapply(obj, FUN1)
  as.data.frame(out)
}

str(df)
str(convert.magic(df, "character"))
str(convert.magic(df, "factor"))
df[, c("x", "y")] <- convert.magic(df[, c("x", "y")], "factor")

열에 NA가있는 경우 단순히 아래 첨자를 사용하면 작동하지 않는다는 점을 지적하고 싶습니다. 요인에 NA가있는 경우 Ramnath에서 제공하는 적용 스크립트를 사용해야합니다.

예

Df <- data.frame(
  x = c(NA,as.factor(sample(1:5,30,r=T))),
  y = c(NA,as.factor(sample(1:5,30,r=T))),
  z = c(NA,as.factor(sample(1:5,30,r=T))),
  w = c(NA,as.factor(sample(1:5,30,r=T)))
)

Df[,c(1:4)] <- as.numeric(as.character(Df[,c(1:4)]))

다음을 반환합니다.

Warning message:
NAs introduced by coercion 

    > head(Df)
       x  y  z  w
    1 NA NA NA NA
    2 NA NA NA NA
    3 NA NA NA NA
    4 NA NA NA NA
    5 NA NA NA NA
    6 NA NA NA NA

그러나:

Df[,c(1:4)]= apply(Df[,c(1:4)], 2, function(x) as.numeric(as.character(x)))

보고:

> head(Df)
   x  y  z  w
1 NA NA NA NA
2  2  3  4  1
3  1  5  3  4
4  2  3  4  1
5  5  3  5  5
6  4  2  4  4

unfactor()"varhandle"패키지 양식 CRAN의 함수를 사용할 수 있습니다 .

library("varhandle")

my_iris <- data.frame(Sepal.Length = factor(iris$Sepal.Length),
                      sample_id = factor(1:nrow(iris)))

my_iris <- unfactor(my_iris)

이 코드는 매우 편리하기 때문에 좋아합니다.

  data[] <- lapply(data, function(x) type.convert(as.character(x), as.is = TRUE)) #change all vars to their best fitting data type

정확히 무엇을 요청했는지 (숫자로 변환)는 아니지만 많은 경우에 더 적절합니다.

df$colname <- as.numeric(df$colname)

하나의 열 유형을 변경하기 위해이 방법을 시도했으며 모든 열 유형을 변경하지 않으려는 경우 다른 많은 버전보다 낫다고 생각합니다.

df$colname <- as.character(df$colname)

그 반대의 경우도 마찬가지입니다.

apply()호출 을 통해 모든 열을 숫자로 변환하는 데 문제가 있습니다 .

apply(data, 2, as.numeric)

문제는 일부 문자열에 쉼표가 포함되어 있기 때문입니다 (예 : "1024.63"대신 "1,024.63"). R은 이러한 숫자 형식 지정 방식을 좋아하지 않습니다. 그래서 나는 그들을 제거한 다음 실행했습니다 as.numeric().

data = as.data.frame(apply(data, 2, function(x) {
  y = str_replace_all(x, ",", "") #remove commas
  return(as.numeric(y)) #then convert
}))

이를 위해서는 stringr 패키지를로드해야합니다.

그것이 나를 위해 일한 것입니다. 이 apply()함수는 df를 행렬로 강제 변환하려고 시도하고 NA를 반환합니다.

numeric.df <- as.data.frame(sapply(df, 2, as.numeric))

@SDahm의 답변에 따르면 이것은 내 "최적의"솔루션이었습니다 tibble.

data %<>% lapply(type.convert) %>% as.data.table()

여기에는 dplyr및 magrittr.

나는 비슷한 문제에 대해 이것들을 시도하고 NA를 계속 얻었습니다. Base R에는 일반적으로 Tidyverse 패키지에서 수정되는 몇 가지 정말 짜증나는 강제 동작이 있습니다. 종속성을 만들고 싶지 않았기 때문에 피하곤했지만 삶 을 훨씬 더 쉽게 만듭니다. 만들어 이제는 대부분의 시간 동안 Base R 솔루션을 알아 내려고 노력하지도 않습니다.

다음은 매우 간단하고 우아한 Tidyverse 솔루션입니다.

library(purrr)

mydf <- data.frame(
  x1 = factor(c(3, 5, 4, 2, 1)),
  x2 = factor(c("A", "C", "B", "D", "E")),
  x3 = c(10, 8, 6, 4, 2))

map_df(mydf, as.numeric)