Sınıfı faktörden bir veri çerçevesindeki birçok sütunun sayısal değerine değiştirin

Çok sayıda sütunu faktörden sayısal hale getirmenin en hızlı / en iyi yolu nedir?

Aşağıdaki kodu kullandım ancak verilerimi yeniden sipariş etmiş gibi görünüyor.

> 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*

En iyi yol nedir, her sütunu aşağıdaki gibi adlandırmanın kısası:

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

Ramnath'ın cevabına ek olarak, deneyimlediğiniz davranış as.numeric(x), faktörün xR seviyesindeki içsel, sayısal temsilini döndürmekten kaynaklanıyor . Faktörün seviyeleri olan sayıları korumak istiyorsanız (iç gösterimleri yerine), as.character()Ramnath'ın örneğine göre ilk önce karaktere dönüştürmeniz gerekir .

Kişisel fordöngü sadece kadar makul olduğu applyçağrı ve kod niyeti ne olduğu biraz daha okunabilir olabilir. Sadece bu satırı değiştirin:

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

okumak

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

Bu, R SSS'deki SSS 7.10'dur .

HTH

Faktörleri sayısal olarak değiştirirken dikkatli olmalısınız. İşte bir dizi sütunu faktörden sayısal hale getirecek bir kod satırı. Burada sayısal olarak değiştirilecek sütunların sırasıyla 1, 3, 4 ve 5 olduğunu varsayıyorum. Buna göre değiştirebilirsin

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

Bu tek satırda yapılabilir, ister for-loop ister uygulama olsun, bir döngüye gerek yoktur. Bunun yerine unlist () kullanın:

# 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)

Düzenleme: kodunuz için bu şu olur:

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

Açıkçası, tek sütunlu bir veri çerçeveniz varsa ve R'nin otomatik boyut indirgemesinin onu bir vektöre dönüştürmesini istemiyorsanız, drop=FALSEargümanı eklemeniz gerekir .

Bu sorunun uzun süredir çözüldüğünü biliyorum, ancak son zamanlarda benzer bir sorunla karşılaştım ve magrittr paketini gerektirmesine rağmen biraz daha şık ve işlevsel bir çözüm bulduğumu düşünüyorum.

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

%<>%Operatör boru ve tutma veri temizleme ve dönüştürme basit için çok yararlıdır yeniden atar. Artık liste uygulama işlevini okumak, yalnızca uygulamak istediğiniz işlevi belirterek çok daha kolay.

İşte bazı dplyrseçenekler:

# 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(.))) 

Sanırım ucfagls , döngünüzün neden çalışmadığını anladı .

Hala bir döngü kullanmak istemiyorsanız, burada çözüm lapply:

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

Düzenle. Daha basit bir çözüm buldum. as.matrixKaraktere dönüşüyor gibi görünüyor . Yani

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

ne istersen yapmalısın.

lapply bunun için tasarlandı

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

Bu işlevi birkaç başka yinelenen iş parçacığında buldum ve bu sorunu çözmenin zarif ve genel bir yolunu buldum. Bu ileti dizisi, bu konudaki çoğu aramada ilk olarak görünüyor, bu yüzden milletlere biraz zaman kazandırmak için burada paylaşıyorum. Bunun için hiçbir kredi almıyorum, bu yüzden ayrıntılar için buradaki ve buradaki orijinal gönderilere bakın.

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")

Herhangi bir sütunda NA'lar varsa, sadece abonelikleri kullanmanın işe yaramayacağını belirtmek isterim. Faktörde NA'lar varsa, Ramnath tarafından sağlanan uygulama komut dosyasını kullanmalısınız.

Örneğin

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)]))

Aşağıdakileri döndürür:

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

Fakat:

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

İadeler:

> 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()CRAN paketindeki "varhandle" paketindeki işlevi kullanabilirsiniz :

library("varhandle")

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

my_iris <- unfactor(my_iris)

Bu kodu beğendim çünkü oldukça kullanışlı:

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

Bu tam olarak istenen şey değildir (nümerik hale çevirmek), ancak çoğu durumda daha da uygundur.

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

Bir sütun türünü değiştirmek için bu yolu denedim ve tüm sütun türlerini değiştirmeyecekseniz, diğer birçok sürümden daha iyi olduğunu düşünüyorum.

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

tersi için.

Bir apply()çağrı ile tüm sütunları sayısal hale dönüştürmede sorun yaşadım :

apply(data, 2, as.numeric)

Sorun, dizelerin bazılarının virgül içermesinden kaynaklanıyor - örneğin, "1024.63" yerine "1.024.63" ve R, sayıları bu şekilde biçimlendirmekten hoşlanmıyor. Bu yüzden onları kaldırdım ve koştum as.numeric():

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

Bunun stringr paketinin yüklenmesini gerektirdiğini unutmayın.

Benim için işe yarayan buydu. apply()Zorlamak için df için fonksiyon çalışır Matris ve NA adlı döner.

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

@ SDahm'ın cevabına göre, bu benim için "en uygun" çözümdü tibble:

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

Bu dplyrve gerektirir magrittr.

Bunlardan birkaçını benzer bir problem üzerinde denedim ve NA'lar almaya devam ettim. Base R, genellikle Tidyverse paketlerinde sabitlenen bazı gerçekten rahatsız edici zorlama davranışlarına sahiptir. Bağımlılık yaratmak istemediğim için onlardan kaçınırdım, ama onlar hayatı o kadar kolaylaştırıyor ki, artık çoğu zaman Base R çözümünü bulmaya çalışmakla bile uğraşmıyorum.

İşte son derece basit ve zarif olan Tidyverse çözümü:

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)