如何将data.frame列从因子转换为数字[重复]

Posted 2023-02-19

【中文标题】如何将data.frame列从因子转换为数字[重复]

【英文标题】：How to convert data.frame column from Factor to numeric [duplicate]

【发布时间】：2015-02-16 04:43:54

【问题描述】：

我有一个data.frame，其类列是Factor。我想将其转换为数字，以便我可以使用相关矩阵。

> str(breast)
'data.frame':   699 obs. of  10 variables:
 ....
 $ class                   : Factor w/ 2 levels "2","4": 1 1 1 1 1 2 1 1 1 1 ...
> table(breast$class)
  2   4 
458 241
> cor(breast)
Error in cor(breast) : 'x' must be numeric

如何将因子列转换为数值列？

【问题讨论】：

这个问题出现得太频繁了，以至于不在 SO 上是重复的

最好的答案总是一样的，“阅读?factor”

【参考方案1】：

breast$class <- as.numeric(as.character(breast$class))

如果您有很多列要转换为numeric

indx <- sapply(breast, is.factor)
breast[indx] <- lapply(breast[indx], function(x) as.numeric(as.character(x)))

另一种选择是在使用read.table 或read.csv 读取文件时使用stringsAsFactors=FALSE

以防万一，创建/更改列的其他选项

 breast[,'class'] <- as.numeric(as.character(breast[,'class']))

或

 breast <- transform(breast, class=as.numeric(as.character(breast)))

【讨论】：

如果案例包括多列，“function(x)” in breast[indx]

@CouchTomato 它是一个 lambda 函数或匿名函数，即。动态创建的功能。这里，“x”是来自breast[indx] 列子集的每个列值，这些列值在lapply 中循环。 as.character 或 as.numeric 需要输入作为向量，这就是我们循环的原因

【参考方案2】：

来自?factor：

要将因子 f 转换为近似其原始数值，建议使用as.numeric(levels(f))[f]，它比as.numeric(as.character(f)) 效率略高。

【参考方案3】：

这是FAQ 7.10。其他人已经展示了如何将其应用于数据框中的单个列，或数据框中的多个列。但这确实是治标不治本。

更好的方法是使用read.table 的colClasses 参数和相关函数来告诉R 该列应该是数字的，这样它就不会创建因子并创建数字。这将为任何不转换为数字的值输入NA。

另一个更好的选择是找出为什么 R 不能将该列识别为数字（通常是该列中某处的非数字字符）并修复原始数据，以便正确读取它而无需创建 NAs .

最好是最后2个的组合，在读入之前确保数据正确并指定colClasses，这样R就不需要猜测了（这也可以加快读取速度）。

【参考方案4】：

作为$dollarsign 符号的替代，使用within 块：

breast <- within(breast, 
  class <- as.numeric(as.character(class))
)

请注意，您需要先将向量转换为字符，然后再将其转换为数字。简单地调用 as.numeric(class) 不会得到每个因子级别 (1, 2) 对应的 id，而是级别本身。