r - 将列类型转换为数值时更改值

Question

我有一个数据文件，格式从上面开始。
我将其加载到R中，并尝试使用dist列中的值绘制直方图，但出现错误“ x必须是数字”。因此，我尝试更改格式。

> head(data)

    V1        V2
1 type gene_dist
2    A     64667
3    A     76486
4    A     97416
5    A     30876
6    A     88018

> summary(data)
    V1            V2     
 A   : 67   100    :  1  
 B   :122   100906 :  1  
 type:  1   102349 :  1  
            1033   :  1  
            10544  :  1  
            10745  :  1  
            (Other):184  

我尝试使用 sapply设置列的格式，但值已更改：

> data[,2]<-sapply(data[,2],as.numeric)

> head(data)
    V1  V2
1 type 190
2    A 146
3    A 166
4    A 189

summary(data)
    V1            V2        
 A   : 67   Min.   :  1.00  
 B   :122   1st Qu.: 48.25  
 type:  1   Median : 95.50  
            Mean   : 95.50  
            3rd Qu.:142.75  
            Max.   :190.00 

有人知道为什么会这样吗？

Answer 1

看来您的第二列是一个因素。您需要在as.character之前使用as.numeric。这是因为因子在内部以整数形式存储在表格中，以提供因子级别标签。仅使用as.numeric只会给出内部整数代码。由于这些功能是矢量化的，因此无需使用sapply。

data[,2] <- as.numeric(as.character(data[,2]))

由于某些条目中包含一些非数字字符，因此该列可能是一个因素。任何此类条目都会在适当的警告下转换为 NA，但是您可能希望在原始数据中进行调查。

附带说明一下，对于变量名， data是较差的（尽管不是无效的）选择，因为存在相同名称的基函数。