R - 使用char值將df轉換爲數值矩陣更改值

Question

我目前有一個數據框，我從.csv文件讀入。我切碎的數據框使用刪除datetime柱和另一個非整數列：

my.df <- my.df[2:7] 

的數據現在看起來是這樣的：

X2 X3 X4 X5 X6 X7 
1 3 4 4 4 3 76 
2 3 2 3 3 3 52 
3 3 3 4 3 3 64 
4 3 3 4 3 3 64 
5 4 4 4 4 4 80 
6 3 4 4 4 3 76 
7 4 4 4 4 4 80 

我想用colSums，但我發現錯誤：

"Error in colSums(foo) : 'x' must be numeric"

它告訴我，數據被視爲字符數據而不是數字。

我已經閱讀了幾個關於StackOverflow的問題，這些問題似乎都表明我應該使用as.numeric來轉換它。例如，我曾嘗試：

as.matrix(sapply(my.df, as.numeric)) 

的結果是：

 X2 X3 X4 X5 X6 X7 
[1,] 1 3 2 2 1 3 
[2,] 1 1 1 1 1 1 
[3,] 1 2 2 1 1 2 
[4,] 1 2 2 1 1 2 
[5,] 2 3 2 2 2 4 
[6,] 1 3 2 2 1 3 
[7,] 2 3 2 2 2 4 

這些並不甚至遠程在原始數據幀中的編號不一致。我應該做什麼不同？

我對R（64位）使用R版本3.3.1。

Answer 1

mat <- sapply(my.df, function(x) as.numeric(levels(x))[x]) 
colSums(mat) 

有我爲效率方面取得了幾件事情：

• as.numeric(levels(x))[x]比as.numeric(as.character(x))更有效;
• 使用sapply來處理您的數據幀my.df，但返回矩陣mat，因爲colSums()適用於沒有類型轉換開銷的矩陣。

例子：

my.df <- data.frame(x1 = gl(3, 2, labels = c(10, 11, 12)), 
        x2 = gl(2, 3, labels = c(5, 6))) 
# x1 x2 
#1 10 5 
#2 10 5 
#3 11 5 
#4 11 6 
#5 12 6 
#6 12 6 

data.matrix(my.df) ## same as `sapply(my.df, as.numeric)` 
#  x1 x2 
#[1,] 1 1 
#[2,] 1 1 
#[3,] 2 1 
#[4,] 2 2 
#[5,] 3 2 
#[6,] 3 2 

現在盡我的解決方案：

mat <- sapply(my.df, function(x) as.numeric(levels(x))[x]) 
#  x1 x2 
#[1,] 10 5 
#[2,] 10 5 
#[3,] 11 5 
#[4,] 11 6 
#[5,] 12 6 
#[6,] 12 6 

colSums(mat) 
#x1 x2 
#66 33