R：将字符串值更改为 NA，出现强制错误

Question

我有一个名为data的数据集，如下所示：

  Year  Population
1 2005  3000  
2 2006  4000 
3 2007  5000
4 2008  6000
5 2009  NP
6 2010  NP
7 2011  NP
8 2012  6000
9 2013  3000

我想获得计数列的平均值，但由于 NP 不是数值，我想将其转换为 NA。 我使用了以下代码：

data %>% mutate(Count = as.numeric(Count))

但是，我收到一条错误消息，说 NA 是由强制引入的。 如何将所有值转换为数字并避免出现此错误？

Answer 1

这不是错误，只是警告消息。

1）我们可以用suppressWarnings包装

data$Count <- suppressWarnings(as.numeric(data$Count)))

例如

v1 <- c(1, 2, 3, 'a', 'b')
suppressWarnings(as.numeric(v1))
#[1]  1  2  3 NA NA

最直接的转换方法是应用as.numeric而无需任何其他操作。 这里的warning是一个友好的信息。

2）如果我们想在没有收到警告的情况下转换为numeric ，另一种选择是将NP替换为 `NA

library(dplyr)
data %>%
      mutate(Count = as.numeric(na_if(Count, 'NP')))

3）或者另一种选择是根据非数字字符将元素replace为NA

library(stringr)
data %>% 
    mutate(Count = as.numeric(replace(Count,
           str_detect(Count, '\\D'), NA)))

我们可以在summarise或mutate获得汇总的输出

data %>%
      mutate(Count = sum(as.numeric(replace(Count, str_detect(Count, '\\D'), NA)), na.rm = TRUE))

Answer 2

有很多方法可以做到这一点。

几种方法包括 -

1. 使用grepl我们可以将Population列中具有非数字字符的所有值转换为NA并将其转换为数字。

df$Population[grepl('\\D', df$Population)] <- NA
df$Population <- as.numeric(df$Population)
df

#  Year Population
#1 2005       3000
#2 2006       4000
#3 2007       5000
#4 2008       6000
#5 2009         NA
#6 2010         NA
#7 2011         NA
#8 2012       6000
#9 2013       3000

2. 使用parse_number ：

df$Population <- readr::parse_number(df$Population)

完成此操作后，您可以像往常一样使用na.rm = TRUE执行所有数学运算。

mean(df$Population, na.rm = TRUE)
sum(df$Population, na.rm = TRUE)