R将转换应用于data.frame的多列答案

【问题标题】：R apply conversion to multiple columns of data.frameR将转换应用于data.frame的多列
【发布时间】：2014-03-10 22:29:29
【问题描述】：

我想将 data.frame 中的几列从 chr 转换为数字，我想在一行中完成。这是我想要做的：

items[,2:4] <- as.numeric(sub("\\$","",items[,2:4]))

但我收到一条错误消息：

Warning message:
NAs introduced by coercion

如果我一栏一栏地做，虽然它有效：

items[,2:2] <- as.numeric(sub("\\$","",items[,2:2]))
items[,3:3] <- as.numeric(sub("\\$","",items[,3:3]))
items[,4:4] <- as.numeric(sub("\\$","",items[,4:4]))

我在这里缺少什么？为什么我为多个列指定此命令？这是我不知道的一些奇怪的 R 特质吗？

示例数据：

Name, Cost1,  Cost2,  Cost3,  Cost4
A,    $10.00, $15.50, $13.20, $45.45
B,    $45.23, $34.23, $34.24, $23.34
C,    $23.43, $45.23, $65.23, $34.23
D,    $76.34, $98.34, $90.34, $45.09

【问题讨论】：

标签： r dataframe type-conversion

【解决方案1】：

您的问题是，gsub 将其x 参数转换为character。如果将 list（data.frame 实际上是 list）转换为 character，则发生连线事件：

as.character(list(a=c("1", "1"), b="1"))
# "c(\"1\", \"1\")" "1"

# and "c(\"1\", \"1\")" can not convert into a numeric
as.numeric("c(\"1\", \"1\")")
# NA

单行解决方案是unlist x 参数：

items[, 2:5] <- as.numeric(gsub("\\$", "", unlist(items[, 2:5])))

【讨论】：

谢谢！这就是我一直在寻找的。我很困惑为什么 R 不开心。

【解决方案2】：

是的，有：apply 是您要查找的命令：

items<-read.table(text="Name, Cost1,  Cost2,  Cost3,  Cost4
A,    $10.00, $15.50, $13.20, $45.45
B,    $45.23, $34.23, $34.24, $23.34
C,    $23.43, $45.23, $65.23, $34.23
D,    $76.34, $98.34, $90.34, $45.09", header=TRUE,sep=",")

items[,2:4]<-apply(items[,2:4],2,function(x){as.numeric(gsub("\\$","",x))})
items
  Name Cost1 Cost2 Cost3   Cost4
1    A 10.00 15.50 13.20  $45.45
2    B 45.23 34.23 34.24  $23.34
3    C 23.43 45.23 65.23  $34.23
4    D 76.34 98.34 90.34  $45.09

【讨论】：

谢谢！我仍然很好奇为什么 R 不喜欢这个。 as.numeric() 只喜欢向量而不喜欢多个向量。
@MatthewCrews：正如我在回答中所写的那样，问题在于gsub 调用中从list 到character 的转换。

【解决方案3】：

更有效的方法是：

items[-1] <- lapply(items[-1], function(x) as.numeric(gsub("$", "", x, fixed = TRUE)))
items
#   Name Cost1 Cost2 Cost3 Cost4
# 1    A 10.00 15.50 13.20 45.45
# 2    B 45.23 34.23 34.24 23.34
# 3    C 23.43 45.23 65.23 34.23
# 4    D 76.34 98.34 90.34 45.09

到目前为止答案的一些基准

fun1 <- function() {
  A[-1] <- lapply(A[-1], function(x) as.numeric(gsub("$", "", x, fixed=TRUE)))
  A
}
fun2 <- function() {
  A[, 2:ncol(A)] <- as.numeric(gsub("\\$", "", unlist(A[, 2:ncol(A)])))
  A
}
fun3 <- function() {
  A[, 2:ncol(A)] <- apply(A[,2:ncol(A)], 2, function(x) { as.numeric(gsub("\\$","",x)) })
  A
}

这是一些示例数据和处理时间

set.seed(1)
A <- data.frame(Name = sample(LETTERS, 10000, TRUE),
                matrix(paste0("$", sample(99, 10000*100, TRUE)), 
                       ncol = 100))
system.time(fun1())
#    user  system elapsed 
#    0.72    0.00    0.72 
system.time(fun2())
#    user  system elapsed 
#    5.84    0.00    5.85 
system.time(fun3())
#    user  system elapsed 
#    4.14    0.00    4.14

【讨论】：