将因子转换为数字答案

【问题标题】：Converting factor to numeric将因子转换为数字
【发布时间】：2015-06-01 21:20:39
【问题描述】：

我有一个 300 万行、500 列的数据集。虽然列是数字，但从 csv 文件导入时，所有列都被视为因子，而不是数字。我正在尝试使用命令将它们转换回数字

wikifixedn<-as.numeric(as.character(wikifixed))

wikifixed 是数据框。

这需要很长时间……我的 MacBook Pro，配备 16GB 内存和 2.3GHz Core i7，已经为此运行了一个多小时。我可以在某个地方看到我在这个过程中走了多远，或者这个过程是否正在推进？这里有另一种更快的方法来处理对话问题吗？

顺便说一句：我在导入 csv 文件时尝试使用

强制将列视为数字

> wikifixed<-read.csv('~/OneDrive/kredible/finaldata/wutao/wikipediausers.csv', header = TRUE, stringsAsFactors=F)

然而，当我检查时，我得到了

> is.numeric(wikifixed)
[1] FALSE

【问题讨论】：

as.numeric(levels(yourfactor))[yourfactor] 会更快
我会使用 data.table 包中的 fread 来读入。还要查看 colClasses 参数（也在 read,csv 中）
值得一试readr::read_csv('yourfile')

标签： r csv import type-conversion

【解决方案1】：

看这里

https://stat.ethz.ch/R-manual/R-devel/library/utils/html/read.table.html

你可能应该为 colClasses 创建一个向量

read.table(file, header = FALSE, sep = "", quote = "\"'",
       dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
       row.names, col.names, as.is = !stringsAsFactors,
       na.strings = "NA", colClasses = NA, nrows = -1,
       skip = 0, check.names = TRUE, fill = !blank.lines.skip,
       strip.white = FALSE, blank.lines.skip = TRUE,
       comment.char = "#",
       allowEscapes = FALSE, flush = FALSE,
       stringsAsFactors = default.stringsAsFactors(),
       fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)

stringsAsFactors

逻辑：字符向量是否应该转换为因子？请注意，这被 as.is 和 colClasses 覆盖，两者都允许更精细的控制。

col类

字符。为列假定的类向量。必要时回收，或者如果字符向量被命名，则将未指定的值视为 NA。

可能的值是 NA（默认值，当使用 type.convert 时）、“NULL”（当列被跳过时）、原子向量类之一（逻辑、整数、数字、复杂、字符、原始），或“因子”、“日期”或“POSIXct”。否则需要有一个 as 方法（来自包方法）用于从“字符”转换为指定的正式类。

请注意，colClasses 是按列（而不是每个变量）指定的，因此包括行名列（如果有）。

如果您想访问 data.table，也请参阅此处，因为您可能会遇到更多问题。

fread in R imports a large .csv file as a data frame with one row

require(data.table)
fread("pre2012_alldatapoints.csv", sep = ",", header= TRUE)

阅读

data.table 常见问题解答位于

https://github.com/Rdatatable/data.table/wiki

【讨论】：

非常感谢@Ajay Ohri