当值有太多有效数字时，read.csv 将数字转换为字符/因子

Posted 2023-04-14

【中文标题】当值有太多有效数字时，read.csv 将数字转换为字符/因子

【英文标题】：read.csv converts numeric to character/factor when values have too many significant digits

【发布时间】：2016-07-19 21:04:15

【问题描述】：

更新

读取带有read.csv 的csv 时，我需要将带有NA、""、NaN 和NULL 的数字列作为数字读入data.frame。问题是其中一些案例被转换为字符。此外，我需要删除任何没有完整案例的行。 示例数据集：

df1 <- read.csv(text="
+ cat ,vala , valb, valc, vald, vale
+ only_valid_row, 1, 1.00000000000002e3, 1.99999999999999999e-2, 2e3, 3
+ a   , ''  , 12  , 13  , 2.1 , 10
+ b   , 2e-3, NA  , 1.1 , 1.11, 8
+ c   , 3e2 , 2.1 , NaN , 3   , 7.1
+ d   , 2   , 1e2 , 0.3 ,     , 0.1
+ e   , 3   , 1e2 , 3.14, 6   , NULL
+ ", stringsAsFactors=FALSE,na.strings=c('NA','NaN','NULL'),quote='\'',strip.white=TRUE)

sapply(df1,class)
        cat        vala        valb        valc        vald        vale 
#"character"   "numeric"   "numeric" "character"   "numeric"   "numeric" 
(df2 <- df1[complete.cases(df1),])
             cat vala valb                   valc vald vale
#1 only_valid_row    1 1000 1.99999999999999999e-2 2000    3
sapply(df2,class)
#        cat        vala        valb        valc        vald        vale 
#"character"   "numeric"   "numeric" "character"   "numeric"   "numeric" 

感谢之前的回答，但问题的根源似乎是小数点后的有效位数（参见上面的valc）。有什么建议么？

【问题讨论】：

将 quote = '\'', na.strings = c('NA','NaN','NULL'), strip.white = TRUE 添加到您在 read.csv 工作中的列表中？

@rawr 请查看更新：看来我遇到问题的真正根源是数字输入有大量有效数字，这些数字也被转换为字符。

【参考方案1】：

这是一个类似于您的解决方案。假设只有第一列是字符，其余列是您要转换的数字。我将所有列转换为数值，强制将“”、NaN 和 Nulls 转换为 NA，使用 complete.cases 函数可以轻松删除：

df1 <- read.csv(text="
cat ,vala , valb, valc, vald, vale
                only_valid_row, 1, 1e3, 2, 2e3, 3
                a   , ''  , 12  , 13  , 2.1 , 10
                b   , 2e-3, NA  , 1.1 , 1.11, 8
                c   , 3e2 , 2.1 , NaN , 3   , 7.1
                d   , 2   , 1e2 , 0.3 ,     , 0.1
                e   , 3   , 1e2 , 3.14, 6   , NULL
                ", stringsAsFactors=FALSE)

#convert to numeruic and construct new dataframe
converted<-apply(df1[,-1], 2, function(x) as.numeric(as.character(x)))
newdf<-data.frame(df1[1], converted)
#return complete cases
newdf<-newdf[complete.cases(newdf),]

【讨论】：

+1 感谢您的回答，但我发现问题的根源不是空字段或空字段后更新了问题，而是数字输入的长度。

好的，但是即使使用您修改后的数据，如果您不介意轻微的浮点舍入，上面的代码应该仍然有效。

我看到至少一个问题：任何列都可以是字符列或数字列。没有具体的顺序。