Bonne façon de convertir des données.cadre numérique de la matrice, lorsque df contient également des chaînes?

J'ai un bloc de données à partir d'une prise de .fichier csv qui contient numérique et les valeurs de caractères. Je veux convertir ce bloc de données dans une matrice. Tous contenant de l'information sont des chiffres (le non-nombre de lignes que j'ai supprimé), il devrait donc être possible de convertir les données d'image en numérique de la matrice. Cependant, je ne obtenir une matrice de caractère.

J'ai trouvé la seule façon de résoudre ce problème est d'utiliser as.numeric pour chaque ligne, mais cela est assez fastidieux. Je suis tout à fait sûr, il y a un moyen de le faire avec une sorte de if(i in 1:n)-forme, mais je ne peux pas comprendre comment cela pourrait fonctionner. Ou est le seul moyen vraiment à déjà commencer avec des valeurs numériques, comme proposé ici(Faire de la matrice numérique et le nom des commandes)?

Sans doute, c'est une chose très facile pour la plupart d'entre vous 😛

La matrice est beaucoup plus grand, ce n'est que la première quelques lignes... Voici le code: 

cbind(
as.numeric(SFI.Matrix[ ,1]),
as.numeric(SFI.Matrix[ ,2]),
as.numeric(SFI.Matrix[ ,3]),
as.numeric(SFI.Matrix[ ,4]),
as.numeric(SFI.Matrix[ ,5]),
as.numeric(SFI.Matrix[ ,6]))  

# to get something like this again:

Social.Assistance Danger.Poverty GINI S80S20 Low.Edu        Unemployment 
0.147             0.125          0.34    5.5   0.149        0.135 0.18683691
0.258             0.229          0.27    3.8   0.211        0.175 0.22329362
0.207             0.119          0.22    3.1   0.139        0.163 0.07170422
0.219             0.166          0.25    3.6   0.114        0.163 0.03638525
0.278             0.218          0.29    4.1   0.270        0.198 0.27407825
0.288             0.204          0.26    3.6   0.303        0.211 0.22372633

Merci pour toute aide!

  • La conversion des nombres stockés en tant que chaînes de caractères de retour à la numerics est trivial. La conversion d'autres chaînes numériques est impossible (à moins qu'ils soient des facteurs, dans ce cas, c'est une terrible pratique, statistiquement). Comme pour les facteurs, vous n'avez pas les mentionner, mais la conversion de facteurs numérique est la seule partie intéressante de cette question.
InformationsquelleAutor PikkuKatja | 2013-05-13
  1. 51

    Edit 2: Voir @flodel de réponse. Beaucoup mieux.

    Essayer: 

    # assuming SFI is your data.frame
as.matrix(sapply(SFI, as.numeric))

    Edit:
    ou comme @ CarlWitthoft suggéré dans les commentaires: 

    matrix(as.numeric(unlist(SFI)),nrow=nrow(SFI))
    • oui, la SFI a été les données.cadre, et oui, il a résolu le problème! Merci!!!!
    • Pourquoi ne pas tout simplement matrix(as.numeric(unlist(SFI)),nr=nrows(SFI)) ?
    • en raison de douter de la façon dont la contrainte de unlist aurait une incidence sur le résultat final, mais vous avez peut-être droit, quel que soit l'intermédiaire de la coercition, de la finale de la contrainte de as.numeric devraient produire les mêmes résultats. De réponses mis à jour
    InformationsquelleAutor Ricardo Saporta
  2. 51
    data.matrix(SFI)

    De ?data.matrix:

    Description:

 Return the matrix obtained by converting all the variables in a
 data frame to numeric mode and then binding them together as the
 columns of a matrix.  Factors and ordered factors are replaced by
 their internal codes.
    • cela permettra d'interpréter "123" en tant que facteur et de le convertir au niveau entier.
    • Ce que vous dites n'est pas vrai. Si les données.le cadre contient des caractères, ils sont convertis en valeurs numériques, essayez: data.matrix(data.frame(x = "123", stringsAsFactors = FALSE)). C'est seulement si les données.le cadre contient des facteurs qui ils sont représentés par leur valeur interne (comme cité ci-dessus), essayez de data.matrix(data.frame(x = "123", stringsAsFactors = TRUE)). Si tout fonctionne comme je l'espère et comme documenté.
    • Désolé, je voulais dire que vous n'avez pas d'obtenir directement un numéro de chaîne, sauf si vous utilisez stringsAsFactors ou as.is pour read.csv.
    • les données.la matrice(comme.les données.cadre(SFI,stringsAsFactors = F) )
    • encore une subtilité: si toutes les valeurs ont été entier (ou peut être interprété comme tel), le résultat final est un entier de la matrice, et non pas numérique de la matrice (qui, par exemple, ne peuvent pas être regroupés en utilisant hopach, et as.numeric perd de nouveau les dimensions ...). Je pense que, à cet égard, la documentation n'est pas claire dans que "le mode numérique" comprend également des entiers. Et maintenant que j'y pense, c'est bizarre que as.numeric retourne toujours un double, qui n'est pas très cohérent, puisque dans tous les autres contextes, numeric signifie integer-or-double ...
    • la conversion des données.table qui a facteur de types de colonnes d'une matrice de données.la matrice résultat sera un nombre entier de la matrice, et non pas numérique.

    InformationsquelleAutor flodel
  3. 6

    Ici est une alternative si le bloc de données contient uniquement des chiffres.

    HTML:

    apply(as.matrix.noquote(SFI),2,as.numeric)

    mais le moyen le plus fiable de la conversion d'un bloc de données d'une matrice à l'aide de data.matrix() fonction.

    • les données.la matrice n'a pas de travail mais votre solution a fonctionné 🙂
    • C'est la vraie réponse. Les autres solutions de tous les ridiculiser les données d'une certaine façon pour moi.
    InformationsquelleAutor TPArrow
  4. 0

    J'ai eu le même problème et je l'ai résolu comme ça, par
    en prenant l'original de la trame de données sans les noms de lignes et de les ajouter plus tard

    SFIo <- as.matrix(apply(SFI[,-1],2,as.numeric))
row.names(SFIo) <- SFI[,1]
    InformationsquelleAutor Roberto Carlos
  5. 0

    Une autre façon de le faire est par l'utilisation de la read.table() argument colClasses pour spécifier le type de la colonne en faisant colClasses=c(*column class types*).
    Si il y a 6 colonnes dont les membres que vous souhaitez numérique, vous devez répéter la chaîne de caractères "numeric" six fois séparés par des virgules, l'importation de la trame de données, et as.matrix() la trame de données.
    P. S. on dirait que vous avez les en-têtes, donc j'ai mis header=T.

    as.matrix(read.table(SFI.matrix,header=T,
colClasses=c("numeric","numeric","numeric","numeric","numeric","numeric"),
sep=","))
    InformationsquelleAutor Matthew MacLennan
  6. -2

    J'ai rempli manuellement NAs par l'exportation au format CSV, puis de l'éditer et de la réimportation, comme ci-dessous.

    Peut-être l'un de vous des experts pourrait expliquer pourquoi cette procédure a fonctionné si bien
    (le premier dossier avait des colonnes avec des données de types char, INT et num (nombres à virgule flottante)), qui sont tous devenus char type après l'ÉTAPE 1; mais à la fin de l'ÉTAPE 3 R correctement reconnu le type de données de chaque colonne).

    # STEP 1:
MainOptionFile <- read.csv("XLUopt_XLUstk_v3.csv",
                            header=T, stringsAsFactors=FALSE)
#... STEP 2:
TestFrame <- subset(MainOptionFile, str_locate(option_symbol,"120616P00034000") > 0)
write.csv(TestFrame, file = "TestFrame2.csv")
# ...
# STEP 3:
# I made various amendments to `TestFrame2.csv`, including replacing all missing data cells with appropriate numbers. I then read that amended data frame back into R as follows:    
XLU_34P_16Jun12 <- read.csv("TestFrame2_v2.csv",
                            header=T,stringsAsFactors=FALSE)

    Sur l'arrivée de retour dans R, toutes les colonnes avaient leur juste mesure les niveaux reconnus automatiquement par R!

    • Vous avez remplacé les données manquantes avec des nombres? Comment c'est de l'analyse de go?
    • Les données manquantes ont été prix des actions des citations dans les deux blocs de cellules, Richard. J'ai donc manuellement fourni. Je suppose que ce qui était a la sortie du fichier à R à l'Étape 2, qui doit avoir facilité la R de l'interprétation correcte de chaque colonne, lorsque le fichier a été renvoyé à l'Étape 3. De toute façon, c'était un grand fichier, donc j'étais vraiment content pour éviter d'avoir à décrire des structures de données pour chaque colonne.
    • l'exportation et la réimportation était totalement inutile, tout ce que vous faites est sapply(df[,StringColsToChangeToNumeric], as.numeric)
    • dans le monde réel des ensembles de données (financières, blog etc.), de remplissage ou de l'imputation de l'NAs n'est pas seulement important mais nécessaire (évidemment, mises en garde s'appliquent). Cela dit, cela export-CSV-modifier-les réimporter est inutile et source d'erreurs et peut être remplacée par l'une des lignes ci-dessus.
    InformationsquelleAutor user3315638