自动更正数据框中所有变量 类 的任何方法
Any way to automatically correct all variable classes in a dataframe
我有一个包含大约 250 个变量的数据框。不幸的是，所有这些变量都是使用 sqldf 从 sql 数据库中作为字符 类 导入的。
问题：所有这些都不应该是字符类。有数字变量、整数和日期。我想构建一个运行所有变量的模型，为此我需要确保变量具有正确的 类。一个一个地做可能是最好的，但仍然非常手动。
如何自动更正所有 类？也许是一种检测列中是否有字母字符或只有数字字符的方法？
我认为自动方法不可能完美地纠正所有 类。但它可能会纠正大部分类，然后那些不好的，我可以手动处理。
我正在添加一个 sqldf 标签，以防有人知道在导入数据时可以通过任何方式纠正此问题，但我认为这不是 sqldf 的错，而是数据库的错。
数据框上最接近 "automatic" 类型转换的可能是
df[] <- lapply(df, type.convert)
其中 df 是您的数据集。函数 type.convert()
Converts a character vector to logical, integer, numeric, complex or factor as appropriate.
阅读 help(type.convert)，它可能正是您想要的。
根据我的经验，type.convert() 是非常可靠的。如果您不想将字符强制转换为因子，则可以使用 as.is = TRUE。此外，它在许多重要的 R 函数（如 read.table）内部使用，因此绝对安全。
这是它在 iris 上运行的一个简单示例。首先我们将所有列更改为字符，然后 运行 type.convert() 就可以了。
## Original column classes in iris
sapply(iris, class)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# "numeric" "numeric" "numeric" "numeric" "factor"
## Change all columns to character
iris[] <- lapply(iris, as.character)
sapply(iris, class)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# "character" "character" "character" "character" "character"
## Run type.convert()
iris[] <- lapply(iris, type.convert)
sapply(iris, class)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# "numeric" "numeric" "numeric" "numeric" "factor"
我们可以看到列已恢复到原来的状态 类。这是因为 type.convert() 将列强制转换为 "most appropriate" 类型。
我有一个包含大约 250 个变量的数据框。不幸的是，所有这些变量都是使用 sqldf 从 sql 数据库中作为字符 类 导入的。
问题：所有这些都不应该是字符类。有数字变量、整数和日期。我想构建一个运行所有变量的模型，为此我需要确保变量具有正确的 类。一个一个地做可能是最好的，但仍然非常手动。
如何自动更正所有 类？也许是一种检测列中是否有字母字符或只有数字字符的方法？
我认为自动方法不可能完美地纠正所有 类。但它可能会纠正大部分类，然后那些不好的，我可以手动处理。
我正在添加一个 sqldf 标签，以防有人知道在导入数据时可以通过任何方式纠正此问题，但我认为这不是 sqldf 的错，而是数据库的错。
数据框上最接近 "automatic" 类型转换的可能是
df[] <- lapply(df, type.convert)
其中 df 是您的数据集。函数 type.convert()
Converts a character vector to logical, integer, numeric, complex or factor as appropriate.
阅读 help(type.convert)，它可能正是您想要的。
根据我的经验，type.convert() 是非常可靠的。如果您不想将字符强制转换为因子，则可以使用 as.is = TRUE。此外，它在许多重要的 R 函数（如 read.table）内部使用，因此绝对安全。
这是它在 iris 上运行的一个简单示例。首先我们将所有列更改为字符，然后 运行 type.convert() 就可以了。
## Original column classes in iris
sapply(iris, class)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# "numeric" "numeric" "numeric" "numeric" "factor"
## Change all columns to character
iris[] <- lapply(iris, as.character)
sapply(iris, class)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# "character" "character" "character" "character" "character"
## Run type.convert()
iris[] <- lapply(iris, type.convert)
sapply(iris, class)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# "numeric" "numeric" "numeric" "numeric" "factor"
我们可以看到列已恢复到原来的状态 类。这是因为 type.convert() 将列强制转换为 "most appropriate" 类型。