求教，如何更改dataframe中的数据类型？

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

$ 死亡:Classes ‘tbl_df’, ‘tbl’ and 'data.frame':
  ..$ ID          : chr [1:3]
  ..$ age         : chr [1:3] "53" "70" "61"
  ..$ Dose        : chr [1:3] "50" "150" "75"

如上面已经读取的数据类型，age，dose都是chr类型的，如何将其改为num（改完后保存到原来的dataframe中）？试过as.numeric()，报错，Error: (list) object cannot be coerced to type 'double'

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据类型

将你的数据放上来吧，光听你描述不清楚是什么问题。

可以导入数据的时候用R右上角的import dataset，提供的界面可以设置每一列的数据格式；或者把想转化的一列先unlist()，再用as.numeric()。
不知道能否解决你的问题，新手上路，请多指教。

MapleBuddy 发表于 2018-8-7 01:38
可以导入数据的时候用R右上角的import dataset，提供的界面可以设置每一列的数据格式；或者把想转化的一列先 ...

谢谢，学会了从开始导入的时候就限定类型 test.xlsx (10.9 KB)

2018-8-7 23:11:50 上传

还有个问题，就是在开始时将数据类型选择为character，后续在处理数据的时候想通过函数将已经保存在dataframe中的数据类型进行转换？unlist(),as.numeric()是可以转换，但是并没有把转换后的数据保存在dataframe中，下次再调用dataframe时，数据类型依然是character，如图：

cheetahfly 发表于 2018-8-7 00:42
将你的数据放上来吧，光听你描述不清楚是什么问题。

就是在开始时将数据类型选择为character，后续在处理数据的时候想通过函数将已经保存在dataframe中的数据类型进行转换？并把转换后的数据类型保存在dataframe中，下次再调用dataframe时，数据类型为数值型，如图：

（注：抱歉，这个回帖附件不知道怎么回事，传不上去，楼上回复中有数据的附件，谢谢！）

因为你第一楼的时候举例是只有三行：
$ 死亡:Classes ‘tbl_df’, ‘tbl’ and 'data.frame':
  ..$ ID          : chr [1:3]
  ..$ age         : chr [1:3] "53" "70" "61"
  ..$ Dose        : chr [1:3] "50" "150" "75"

所以我还不是很确定，但是你这样举例，我就有把握了，应该是在你看不见的地方，该几列数值有无法被转化的内容，比如字母，符号等，现实中，这样的“脏”数据是很常见的，你要找到这些内容，并做好清理工作，再转化。
转化完成后用赋值符号“<-” 赋值给一个变量，就能保存了。

dbcoffee 发表于 2018-8-7 23:12
谢谢，学会了从开始导入的时候就限定类型还有个问题，就是在开始时将数据类型选择为characte ...

mytest$age <- as.numeric(mytest$age) 这样？改成numeric后重新赋给原变量是否可行？

cheetahfly 发表于 2018-8-8 08:31
因为你第一楼的时候举例是只有三行：
$ 死亡:Classes ‘tbl_df’, ‘tbl’ and 'data.frame':
  ..$ ID   ...

的确，在我的数据中（一堆数字中）存在字符串（有其他用处），所以在读取的时候默认读取为chr类型了，但是数字中的字符串我又想暂时保留，所以。。。。

MapleBuddy 发表于 2018-8-8 11:32
mytest$age

问题解决了，我用了下面的语句，执行完毕后再str(data)，该列的数据类型已经变成num了（元数据中的字符串默认变成NA），这是我想要的结果，谢谢！
data[4]=as.numeric(unlist(data[4]))

> str(data)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':        21 obs. of  9 variables:
$ age         : num  NA 57 17 46 42 47 18 20 52 72 ...