将 csv 列数据类型从字符修改为数字以应用范围函数

Question

csv文件内容如下：

此处马力列默认为字符。当我应用马力范围函数时：

    sapply(Auto[,4],range)

出现以下错误信息：

    Error in Summary.factor(17L, na.rm = FALSE) :

“范围”对因子没有意义

所以我尝试将字符转换为数字：

   as.numeric(as.character(Auto$horsepower))

这会导致警告消息：

   NAs introduced by coercion

经过上述步骤后，我也无法应用范围功能。如何在马力列中使用范围函数？请注意，数据集包含一个字符“？”在马力栏行号 127.

Answer 1

你需要这个：

range(as.numeric(as.character(Auto$horsepower)), na.rm=TRUE)

如果你想把一个看起来是数字的因子转换成实际的数字，使用as.numeric(as.character())是正确的。对你来说，这引入了 NA，因为你有像“？”这样的值。在 horsepower 的列中，R 不知道如何转换“？”变成一个数字，所以它把它变成一个 NA。

现在，您可以计算 range，但您需要用参数 na.rm=TRUE.

告诉 range 到 "skip" NA

Answer 2

这里的根本问题是，当 CSV 文件被读入 R 时，horsepower 被转换为一个因子。这是由于 ? 字符的存在。

您可以使用例如

来避免这种情况

Auto <- read.csv("myfile.csv", 
                 stringsAsFactors = FALSE, 
                 na.strings = "?")

Modify a csv column data type from character to numeric to apply range function