データフレーム内の多くの列のクラスを因数分解から数値に変更します

多数の列を因数分解から数値に変更する最も速い/最良の方法は何ですか？

次のコードを使用しましたが、データが並べ替えられたようです。

> 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*

すべての列に次のように名前を付ける以外の最善の方法は何ですか。

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

ラムナスの答えに加えて、あなたが経験している振る舞いは、Rレベルas.numeric(x)での因子の内部の数値表現を返すためxです。（内部表現ではなく）因子のレベルである数値を保持したい場合は、as.character()ラムナスの例のように、最初に文字に変換する必要があります。

あなたのforループはapply呼び出しと同じくらい合理的であり、コードの意図が何であるかに関して少し読みやすいかもしれません。この行を変更するだけです：

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

読む

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

これは、RFAQのFAQ7.10です。

HTH

係数を数値に変更するときは注意する必要があります。これは、列のセットを因数分解から数値に変更するコード行です。ここでは、数値に変更する列がそれぞれ1、3、4、5であると想定しています。それに応じて変更できます

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

これは1行で実行でき、forループでもapplyでも、ループは必要ありません。代わりにunlist（）を使用してください：

# 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)

編集：あなたのコードの場合、これは：になります

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

明らかに、1列のデータフレームがあり、Rの自動次元削減でそれをベクトルに変換したくない場合は、drop=FALSE引数を追加する必要があります。

私はこの質問が長い間解決されていることを知っていますが、最近同様の問題が発生し、magrittrパッケージが必要ですが、もう少しエレガントで機能的な解決策を見つけたと思います。

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

%<>%オペレータパイプとデータクリーニングおよび変換を簡単に維持するために非常に有用である再割当て。適用したい関数を指定するだけで、リスト適用関数がはるかに読みやすくなりました。

ここにいくつかのdplyrオプションがあります：

# 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(.))) 

ucfaglsが理由を見つけたと思います、ループが機能しないます。

それでもループを使用したくない場合は、次の解決策がありlapplyます。

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

編集します。もっと簡単な解決策を見つけました。それはそのようでas.matrix文字に変換。そう

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

あなたがやりたいことをする必要があります。

lapplyはほとんどこのために設計されています

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

私はこの関数を他のいくつかの重複スレッドで見つけ、この問題を解決するためのエレガントで一般的な方法を見つけました。このスレッドは、このトピックに関するほとんどの検索で最初に表示されるので、時間を節約するためにここで共有しています。私はこれを信用していませんので、詳細についてはこことここの元の投稿を参照してください。

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")

いずれかの列にNAがある場合、添え字を使用するだけでは機能しないことを指摘しておきます。因子にNAがある場合は、Ramnathが提供する適用スクリプトを使用する必要があります。

例えば

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)]))

以下を返します。

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

だが：

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

戻り値：

> 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から「varhandle」パッケージの関数を使用できます。

library("varhandle")

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

my_iris <- unfactor(my_iris)

私はこのコードがとても便利なので好きです：

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

それは正確に求められたもの（数値に変換）ではありませんが、多くの場合、さらに適切です。

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

1つの列タイプを変更するためにこの方法を試しましたが、すべての列タイプを変更しない場合は、他の多くのバージョンよりも優れていると思います。

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

逆もまた同様です。

apply()呼び出しですべての列を数値に変換する際に問題が発生しました：

apply(data, 2, as.numeric)

問題は、一部の文字列にコンマが含まれているためであることが判明しました（たとえば、「1024.63」ではなく「1,024.63」）。Rはこの方法で数値をフォーマットするのが好きではありません。だから私はそれらを削除してから実行しましたas.numeric()：

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

これには、ストリンガーパッケージをロードする必要があることに注意してください。

それが私のために働いたものです。このapply()関数は、dfを行列に強制変換しようとし、NAを返します。

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

@SDahmの回答に基づくと、これは私の「最適な」解決策でしたtibble。

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

これが必要ですdplyrとmagrittr。

私は同様の問題でこれらの束を試し、NAを取得し続けました。Base Rには、非常に苛立たしい強制動作がいくつかあります。これらは通常、Tidyverseパッケージで修正されています。依存関係を作りたくなかったので、以前はそれらを避けていましたが、それらは人生をとても楽にしてくれます、今ではほとんどの場合BaseRソリューションを理解しようとさえしません。

これがTidyverseソリューションです。これは非常にシンプルでエレガントです。

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)