错误的 R 数据类型或错误的数据？答案

【问题标题】：Wrong R data type or bad data?错误的 R 数据类型或错误的数据？
【发布时间】：2012-01-02 03:11:42
【问题描述】：

我在对数据框执行简单函数时遇到问题，我不确定是列的数据类型，还是数据框中的错误数据。

我将 SQL 查询导出到 CSV 文件中，然后将其加载到数据框中，然后附加它。

df <-read.csv("~/Desktop/orders.csv")
Attach(df)

当我完成并运行 str(df) 后，我得到了：

$ AccountID: Factor w/ 18093 levels "(819947 row(s) affected)",..: 10 97 167 207 207 299 299 309 352 573 ...
$ OrderID   : int  1874197767 1874197860 1874196789 1874206918 1874209100 1874207018 1874209111 1874233050 1874196791 1875081598 ...
$ OrderDate : Factor w/ 280 levels "","2010-09-24",..: 2 2 2 2 2 2 2 2 2 2 ...
$ NumofProducts  : int  16 6 4 6 10 4 2 4 6 40 ...
$ OrderTotal    : num  20.3 13.8 12.5 13.8 16.4 ...
$ SpecialOrder : int  1 1 1 1 1 1 1 1 1 1 ...

尝试运行以下函数，这是我得到的：

> length(OrderID)
[1] 0

> min(OrderTotal)
[1] NA

> min(OrderTotal, na.rm=TRUE)
[1] 5.00

> mean(NumofProducts)
[1] NA

> mean(NumofProducts, na.rm=TRUE)
[1] 3.462902

我有两个关于这个数据框的问题：

我的列数据类型是否正确？数字与整数与小数。
有没有一种方法可以查看数据集以找到需要使用 na.rm=TRUE 来使函数工作的行？我想知道有多少等等。

【问题讨论】：

将列名暴露给全局环境的常用函数是 attach(df)，那么您是使用了不同的函数还是拼错了？
@DWin 你是说attach() 还是Attach()？
是的。在 R Attach() 中不是基本函数。因此，如果它有效，它必须来自其他包。

标签： r numbers integer

【解决方案1】：

在这个阶段，num 和 int 之间的区别是无关紧要的。

有关 NA 处理的初学者请参阅 help(is.na)。执行以下操作：

sum(is.na(foo))

查看有多少 foo 是 NA 值。然后是：

df[is.na(df$foo),]

查看 df 中 foo 为 NA 的行。

【讨论】：