将 Excel csv 文件导入 RStudio 并将因子转换为数字，我得到 NA 或新数据；尝试消除逗号但仍然得到 NA

Question

Excel csv 数据文件（称为 ff）在 0 和 1 之间有 54 列和 788 行标准化数据，如下所示：0.39 0.16 0.27 0.60 ...

> str(ff)
'data.frame':   788 obs. of  54 variables:
$ V1 : Factor w/ 66 levels " -   "," 0.05 ",..: 25 36 33 44 36 37 39 20

> dd <- as.numeric(as.character(ff))

Warning message:
NAs introduced by coercion


> dd <- gsub(".","",ff)
> de <- as.numeric(as.character(dd))
> str(de)
num [1:54] NA NA NA NA NA NA NA NA NA NA ...

我很茫然。我看到很多人（可能是像我这样的初学者）发布了一些类似的问题，请接受我再次提出这个问题的歉意。我提前感谢您的建议。

Answer 1

我认为您遇到的一个问题是您正在对整个数据框而不是特定列运行 as.numeric(as.character(.)) 调用。结果是一个向量，其长度等于数据框中的列数（请注意，您的输出是长度为 54 的向量，而不是您希望从原始数据框的列中得到的 788）。原因如下：

当您将数据框转换为字符时，您会返回一个向量：

df <- data.frame( V1 = c(1,2,3), V2 = c(4,5,6) )
as.character( df )
[1] "c(1, 2, 3)" "c(4, 5, 6)"

请注意，每个向量元素不是字符向量（即：c("1","2","3")），但实际上是表示该列的向量，转换为字符串（即："c(1, 2, 3)"）。因此，当您将as.numeric 应用于该向量时，您将得到一个向量（不是数据框），并且由于每个元素都无法转换为数字（甚至是数字向量），因此您会得到NA回来了：

as.numeric( as.character( df ) )
[1] NA NA

您更可能寻找的是单个列的转换，而不是整个数据框。试试：

ff$V1 <- as.numeric( as.character( ff$V1 ) )

通过这种方式，您可以将向量转换为向量，这应该会为您提供所需的结果。您可以使用lapply 对每一列执行此操作，例如：

df <- lapply( df, function(x) as.numeric( as.character( x ) ) )
df <- as.data.frame( df )

（或者更好的是，在阅读文件时按照@s.brunel 的评论设置colClasses，这样您就完全不用担心这种转换了）

还要注意@akrun 的评论。在转换某些值无法转换为所需类的向量时，您应该期待警告。在您的情况下，您有一些 " - " 值，它们无法转换为数字，因此您将获得 NAs 来代替这些值。