Измените класс с фактора на числовой для многих столбцов во фрейме данных


82

Каков самый быстрый / лучший способ изменить большое количество столбцов на числовое с фактора?

Я использовал следующий код, но, похоже, он изменил порядок моих данных.

> 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*

Каков наилучший способ, кроме наименования каждого столбца, как в:

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

4
Нет ли универсального решения? Некоторые из предложенных здесь решений работают только с факторами, другие работают всегда, кроме факторов, и так далее ...
— скан

Ответы:


56

В дополнение к ответу Рамната поведение, которое вы испытываете, связано с as.numeric(x)возвращением внутреннего числового представления фактора xна уровне R. Если вы хотите сохранить числа, которые являются уровнями фактора (а не их внутренним представлением), вам необходимо as.character()сначала преобразовать в символ через, как в примере Рамнатха.

Ваш forцикл так же разумен, как и applyвызов, и может быть немного более читаемым в зависимости от цели кода. Просто измените эту строку:

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

читать

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

Это FAQ 7.10 в R FAQ.

HTH


2
Нет необходимости в какой-либо петле. Просто используйте индексы и unlist (). Изменить: я добавил ответ, иллюстрирующий это.
— Джорис Мейс,

Этот подход работает только в этом конкретном случае. Я пытался использовать его для преобразования столбцов, factorно это не сработало. sapplyили mutate_ifкажутся более применимыми решениями.
— Лео

@Leo Заботьтесь о расширении, потому что я точно знаю, что это работает. Это точно такое же решение, что и приведенное ниже Рамнатха, за исключением того, что он использует applyдля запуска цикла, а OP forявно использовал цикл. Фактически, все получившие большое количество голосов ответы используют эту as.numeric(as.character())идиому.
— Гэвин Симпсон

Да, он работает, чтобы изменить класс нескольких столбцов на numeric, но он не работает в обратном порядке (чтобы изменить класс нескольких столбцов на factor). Если вы используете нужные индексы unlist()и при применении к столбцам с символами, он выводит из списка каждый отдельный символ, из-за чего он больше не работает при возврате вывода в stats[,i]. Проверьте ответ здесь: stackoverflow.com/questions/45713473/…
— Лев,

@Leo конечно не работает наоборот! Что, черт возьми, произвело на вас впечатление, что да? Он никогда не был разработан, и ОП никогда об этом не просил. Трудно ответить на вопросы, которые не задают. Если вы хотите преобразовать в коэффициент, используйте as.factor()вместо этого, as.numeric(as.character())и он будет работать нормально. Конечно, если у вас есть несколько столбцов, вам нужно выбирать iвыборочно, но это тоже тривиально.
— Гэвин Симпсон

73

Вы должны быть осторожны при замене множителей на числовые. Вот строка кода, которая изменит набор столбцов с факторного на числовой. Я предполагаю, что столбцы, которые нужно изменить на числовые, - это 1, 3, 4 и 5 соответственно. Вы можете изменить это соответствующим образом

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

3
Это не будет работать правильно. Пример: x<-as.factor(1:3); df<-data.frame(a=x,y=runif(3),b=x,c=x,d=x). Я не думаю, что applyэто уместно для такого рода проблем.
— Marek

1
apply отлично работает в этих ситуациях. ошибка в моем коде заключалась в использовании поля = 1 вместо 2, поскольку функция должна применяться по столбцам. я соответствующим образом отредактировал свой ответ.
— Рамнат,

Теперь это работает. Но я думаю, что без этого можно было обойтись apply. Проверьте мою правку.
— Марек,

2
... или Джорис ответит unlist. И as.characterпреобразования в вашем решении не требуется причинно applyобращенных df[,cols]к characterтак apply(df[,cols], 2, function(x) as.numeric(x))тоже будет работать.
— Марек

@ Ramnath , почему ты используешь =? Почему бы и нет <-?
— kittygirl

40

Это можно сделать в одной строке, нет необходимости в цикле, будь то цикл for или применение. Вместо этого используйте unlist ():

# 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)

Изменить: для вашего кода это становится:

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

Очевидно, что если у вас есть фрейм данных с одним столбцом и вы не хотите, чтобы автоматическое уменьшение размера R преобразовывало его в вектор, вам придется добавить drop=FALSEаргумент.


1
Небольшие улучшения могут быть в настройке recursiveи use.namesпараметров unlistобоих FALSE.
— Марек

@Marek: правда. Я люблю эту игру :-)
— Joris Meys

Я просто собираюсь добавить для тех, кто ищет ответы в будущем, это не эквивалентно методу op + gavin, если фрейм данных состоит только из одного столбца. В этом случае он будет преобразован в вектор, тогда как op по-прежнему будет фреймом данных.
— themartinmcfly

1
для тех, кто работает с tidyverse: интересно, это, похоже, не работает, когда объект также является тибблом: код не работает послеDf <- tibble::as_tibble(Df)
— tjebo 03

1
@Tjebo с обновлениями tibble и переключением между tibble и фреймами данных, этот старый подход действительно не лучший вариант для tidyverse. Вам лучше использовать функции tidyselect в сочетании с mutate_if. Или любой новый подход, который будет доступен в следующей итерации dplyr...
— Джорис Мейс

30

Я знаю, что этот вопрос давно решен, но недавно у меня была аналогичная проблема, и я думаю, что нашел более элегантное и функциональное решение, хотя для этого требуется пакет magrittr.

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

В %<>%оператор трубы и переназначает, что очень полезно для очистки данных учета и трансформации просто. Теперь функцию применения списка намного легче читать, поскольку здесь указывается только функция, которую вы хотите применить.


2
аккуратный раствор. вы забыли одну скобку, но я не могу ее отредактировать, потому что она слишком короткая:df[,cols] %<>% lapply(function(x) as.numeric(as.character(x)))
— epo3

1
Я не думаю, что вам даже нужно оборачивать, что в lappy df[,cols] %<>% as.numeric(as.character(.))работает то же самое
— Нейт

когда я пробую эту команду, я получаю следующую ошибкуError in [.data.table(Results, , cols) : j (the 2nd argument inside [...]) is a single symbol but column name 'cols' is not found. Perhaps you intended DT[,..cols] or DT[,cols,with=FALSE]. This difference to data.frame is deliberate and explained in FAQ 1.1.
— Урва Шабир

Код такой:cols <- c("a","b"); df[,cols] %<>% lapply(function(x) as.numeric(as.character(x)))
— Урва Шабир

Кронштейн теперь добавлен.
— Джо

9

Вот несколько dplyrвариантов:

# 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(.))) 

6

Думаю, ucfagls выяснил, почему у вас не работает цикл.

Если вы все еще не хотите использовать цикл, вот решение lapply:

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

Редактировать. Я нашел более простое решение. Кажется, что as.matrixконвертирую в персонажа. Так

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

должен делать то, что хочешь.


5

lapply в значительной степени предназначен для этого

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

Привет @transcom и добро пожаловать в stackoverflow. Обратите внимание, что этот вопрос касается преобразования коэффициента в числовое представление, а не наоборот. См. Решение Марека.
— Аарон покинул Stack Overflow

@ Аарон, понял. Я опубликовал этот ответ из-за двусмысленности названия OP, исходя из предположения, что другие могут попасть сюда в поисках способа легко преобразовать несколько столбцов, независимо от класса. Во всяком случае, я отредактировал свой ответ, чтобы более
— точно

2

Я нашел эту функцию в паре других повторяющихся потоков и нашел ее элегантным и общим способом решения этой проблемы. Эта ветка появляется первой при большинстве поисков по этой теме, поэтому я делюсь ею здесь, чтобы сэкономить время людям. Я не беру на себя ответственность за это, поэтому см. Исходные сообщения здесь и здесь для получения подробной информации.

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")

1

Хочу отметить, что если у вас есть NA в любом столбце, просто использовать индексы не получится. Если в факторе есть НА, вы должны использовать сценарий применения, предоставленный Рамнатхом.

Например

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)]))

Возвращает следующее:

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

Но:

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

Возврат:

> 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

1

вы можете использовать unfactor()функцию из пакета varhandle из CRAN:

library("varhandle")

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

my_iris <- unfactor(my_iris)

1

Мне нравится этот код, потому что он очень удобен:

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

Это не совсем то, что просили (преобразовать в число), но во многих случаях даже более подходящее.


1

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

Я пробовал таким способом изменить один тип столбца и считаю, что он лучше, чем многие другие версии, если вы не собираетесь менять все типы столбцов.

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

для наоборот.


0

У меня возникли проблемы с преобразованием всех столбцов в числовые с помощью apply()вызова:

apply(data, 2, as.numeric)

Проблема заключается в том, что в некоторых строках есть запятая - например, «1,024,63» вместо «1024,63» - и R не любит такой способ форматирования чисел. Я удалил их и запустил as.numeric():

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

Обратите внимание, что для этого необходимо загрузить пакет stringr.


0

Это то, что у меня сработало. В apply()функции пытается принудить ФР к матричным и возвращает НС.

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


0

Основываясь на ответе @SDahm, это было "оптимальное" решение для меня tibble:

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

Для этого требуется dplyrи magrittr.


0

Я попробовал несколько из них по аналогичной проблеме и продолжал получать NA. В Base R есть несколько действительно раздражающих действий принуждения, которые обычно исправлены в пакетах Tidyverse. Раньше я избегал их, потому что не хотел создавать зависимости, но они настолько упрощают жизнь, что теперь я даже не пытаюсь понять решение Base R.

Вот решение Tidyverse, очень простое и элегантное:

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)

В большинстве ответов (по крайней мере, во всех основных) обязательно выполняется as.numeric(as.character())преобразование, чтобы избежать слишком распространенного преобразования целочисленных уровней вместо значений в числовые. Я с радостью проголосую за этот ответ, если вы покажете этот вариант.
— Грегор Томас
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.