R - NA 将列转换为字符 class（应该是整数/数字）

Question

我导入了一个包含大量缺失值或 N/A、NA 的庞大数据集。

这就是我导入数据的方式：

Databsp<-read.csv("C:/Users/adminfor/Desktop/Neuer Ordner/Pseudonymized-Genet-Treatment-Summary-20220201120538.csv", na.strings=TRUE)

接下来，我将所有 NA 或 N/As 转换为使用以下代码：

a <- Databsp %>% replace_with_na_all(condition = ~.x %in% common_na_strings)

现在我的问题是：为什么列只包含来自 class “字符”而不是“整数/数字”的数字和 NA。 我尝试了几个代码，但似乎没有任何帮助......

Answer 1

您不会更改列类。 导入数据时，首先设置列类，您无需更改它们。 如果 CSV 文件中的一列在您导入时只有数字和NA值，则它将是数字。 但是如果它有字符串（包括你还没有告诉 R 是 NA 等效的字符串，比如"N/A" ），那么read.csv必须将它们读取为character ZA2F2ED4F8EBC2CBB4C21A29DC40AB6 因为它们不是数字。 稍后，您将这些 NA 等效值替换为实际NA ，但这仅替换值，它不会更改列的 class 。

糟糕的解决方案是修补它。 替换 NA 值后添加一个额外步骤，您可以使用type.convert() function 重新评估列并根据需要转换它们， a <- type.convert(a) 。

更好的解决方案是在读取数据时为read.csv提供 NA 等效字符串列表。 这就是na.strings参数应该是什么。 从?read.csv

na.strings
要解释为NA值的字符串的字符向量。

因此，将您的导入行更改为

Databsp <- read.csv(
  "C:/Users/adminfor/Desktop/Neuer Ordner/Pseudonymized-Genet-Treatment-Summary-20220201120538.csv",
   na.strings = common_na_strings
)

然后，当您读入这些列时，它们应该被适当地分类，并且您可以跳过replace_with_na_all步骤，因为它已经被处理了。 相关地，您当前的na.strings = TRUE什么都不做，因为TRUE不是字符向量。