r - 如何删除数据框中的 "Not Available"

Question

我想删除以下数据框中的“不可用”，但是当我使用以下代码将 Number 更改为数字时，“不可用”变为 4:

c1 <- c("India", "America", "China", "Europe", "Japan")
c2 <- c(2.3, 3.5, "Not Available", 1.2, 1.2)
data <- data.frame(Name=c1, Number=c2)
data$Number <- as.numeric(data$Number)

结果是:

data

##      Name Number
## 1   India      2
## 2 America      3
## 3   China      4
## 4  Europe      1
## 5   Japan      1

如何删除此数据框中的“不可用”行？

Answer 1

这是因为:

1. R data.frame 每列只允许一个类的数据。
2. 当您创建 data.frame 时，默认行为是将 character 列强制转换为 factor，以数字形式存储带有标签的值(对应于因子水平)。您的 c2 向量是一个 character 向量，因为它有一个字符元素(“不可用”)，因此 的 Number 列>data 是一个 factor 列。
3. 当您将一个因子直接转换为numeric 时，生成的数字表示因子级别。

要实现您所追求的行为，您可以在创建 data.frame 时防止字符数据被强制转换为一个因素:

data <- data.frame(Name=c1, Number=c2, stringsAsFactors=FALSE)
data$Number <- as.numeric(data$Number)

data
##      Name        Number
## 1   India           2.3
## 2 America           3.5
## 3   China            NA
## 4  Europe           1.2
## 5   Japan           1.2

或者，您可以通过字符将因子强制转换为数字:

data$Number <- as.numeric(as.character(data$Number))

这些选项都不会按照您的要求“删除不可用的行”。它们只是将“不可用”元素(以及 Number 列的任何其他“文本”元素)转换为 NA。要删除包含“不可用”的行，您可以:

data <- data.frame(Name=c1, Number=c2, stringsAsFactors=FALSE)
na.omit(data)

或者，使用您的原始 data 对象:

data <- data.frame(Name=c1, Number=c2)
data[data$Number != 'Not Available', ]