使用 dplyr，从数据框中删除所有字符串答案

【问题标题】：Using dplyr, Remove all strings from a data frame使用 dplyr，从数据框中删除所有字符串
【发布时间】：2018-03-12 04:29:09
【问题描述】：

我有一个包含 300 列的数据框，其中有一个字符串变量，我试图删除它。我使用lapply（见下文）在堆栈溢出中找到了这个解决方案，这是我想要做的，但使用dplyr 包。我曾尝试使用 mutate_each 函数，但似乎无法使其工作

“如果您的数据框 (df) 真的是除 NAs 和垃圾之外的所有整数，那么以下将对其进行转换。

df2 <- data.frame(lapply(df, function(x) as.numeric(as.character(x))))

您会收到关于强制引入的 NA 的警告，但这只是所有非数字字符串变成 NA。

【问题讨论】：

标签： r dplyr

【解决方案1】：

dplyr 0.5 现在包含select_if() 函数。例如：

person <- c("jim", "john", "harry")
df <- data.frame(matrix(c(1:9,NA,11,12), nrow=3), person)

library(dplyr)
df %>% select_if(is.numeric)

#  X1 X2 X3 X4
#1  1  4  7 NA
#2  2  5  8 11
#3  3  6  9 12

当然，如果需要，您可以添加更多条件。

【讨论】：

【解决方案2】：

如果要使用这行代码：

df2 <- data.frame(lapply(df, function(x) as.numeric(as.character(x))))

使用dplyr（我假设您的意思是“使用管道”）最简单的方法是

df2 = df %>% lapply(function(x) as.numeric(as.character(x))) %>%
    as.data.frame

将其“翻译”成mutate_each 成语：

mutate_each(df, funs(as.numeric(as.character(.)))

当然，此函数会将所有列转换为字符，然后再转换为数字。为了提高效率，不要费心对已经是数字的列进行两次转换：

mutate_each(df, funs({
    if (is.numeric(.)) return(.)
    as.numeric(as.character(.))
}))

测试数据：

df = data.frame(v1 = 1:10, v2 = factor(11:20))

【讨论】：

【解决方案3】：

mutate_all 在这里工作，只需将 gsub 包装在一个函数中。（我还假设您不一定是字符串搜索，而是非整数的拖网。

StrScrub <- function(x) {
    as.integer(gsub("^\\D+$",NA, x))
    }
ScrubbedDF <- mutate_all(data, funs(StrScrub))

示例数据框：

library(dplyr)
options(stringsAsFactors = F)
data = data.frame("A" = c(2:5),"B" = c(5,"gr",3:2), "C" = c("h", 9, "j", "1"))

来自Tony Ladson的参考/帮助

【讨论】：