更改R中數據框列中的所有值

Question

我有一個來自USGS GeoData門戶的GCM數據的大型數據集。 我需要將數據集轉換為VIC 4.2強制文件的形式。

以下是GCM數據頂部的圖像，用於說明目的：

GCM數據集

溫度數據以開爾文（Kelvin）為單位，而對於VIC 4.2，我需要以攝氏度為單位。

這是我的代碼：

# Script for createing a VIC 4.2 forcing file fromd the GCM data from the USGS:GeoData Portal
#
# Read the file. File is date, precip, MaxT, MinT, wind speed for entire year 2099
df <- read.csv("/Users/CoyoteGulch/Documents/ClearCreek/data-2.csv", header = TRUE, sep = ",")
#
# Subset the data frame and convert K to C for the VIC 4.2 forcing file
#
df.forcing <- df.forcing <- df[15:379, 2:5]
#
# Convert the temperature columns from Kelvin to Celsius
df.forcing$X.1 <- df.forcing$X.1 - 273.15
df.forcing$X.2 <- df.forcing$X.2 - 273.15

運行腳本時，我收到與最后兩行有關的兩個警告：

警告消息：1：在Ops.factor（df.forcing $ X.1，273.15）中：“-”對因素無意義2：在Ops.factor（df.forcing $ X.2，273.15）：“-”中無對因素有意義

此外，X.1和X.2列中的所有值都更改為“ NA”。

dput（df.forcing）的結果

dput（df.forcing）結構（list（X = structure（c（2L，211L，116L，50L，2L，88L，2L，2L，19L，22L，62L，2L，2L，2L，2L，215L，101L， 148L，191L，155L，104L，210L，111L，2L，66L，55L，2L，2L，2L，18L，214L，92L，169L，185L，53L，221L，73L，186L，130L，106L，212L，132L， 89L，2L，216L，140L，167L，135L，125L，223L，188L，225L，2L，128L​​，70L，35L，51L，2L，133L，192L，159L，75L，85L，64L，160L，2L，2L， 91L，105L，2L，38L，113L，40L，195L，213L，157L，96L，220L，176L，141L，134L，2L，2L，158L，179L，180L，182L，48L，2L，2L，147L，24L， 227L，39L，2L，2L，2L，36L，230L，139L，172L，224L，120L，196L，184L，232L，126L，202L，122L，152L，204L，205L，78L，171L，219L，201L，2L， 2L，2L，2L，112L，127L，124L，37L，28L，2L，2L，2L，43L，228L，107L，231L，2L，2L，181L，206L，86L，136L，129L，208L，15L，25L， 143L，2L，93L，199L，49L，2L，2L，2L，2L，2L，8L，41L，2L，2L，103L，10L，2L，2L，2L，173L，115L，27L，163L，69L，2L， 2L，117L，229L，197L，30L，31L，72L，174L，94L，2L，198L，67L，95L，119L，154L，63L ，42L，33L，59L，20L，16L，6L，4L，45L，13L，187L，149L，9L，11L，207L，217L，2L，3L，74L，54L，32L，2L，123L，137L，164L，58L ，190L，161L，178L，203L，97L，2L，222L，12L，2L，2L，65L，168L，109L，71L，99L，183L，2L，52L，2L，2L，153L，175L，2L，2L，2L ，2L，5L，44L，81L，87L，2L，2L，2L，2L，2L，34L，80L，2L，14L，114L，2L，68L，150L，83L，2L，2L，2L，2L，76L，56L ，2L，2L，2L，2L，2L，2L，21L，110L，2L，2L，2L，2L，2L，100L，2L，2L，131L，156L，2L，2L，2L，2L，90L，7L，2L ，2L，29L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，189L，200L，60L，2L，2L，47L，46L，2L，2L，2L，98L，177L ，2L，2L，2L，2L，2L，2L，2L，17L，2L，2L，2L，226L，166L，218L，209L，121L，79L，84L，23L，2L，2L，2L，2L，2L，2L，138L ，233L，77L，146L，165L，61L，57L，142L，162L，170L，118L，82L，2L，194L，2L，2L，2L，26L，2L，145L，108L，234L，151L，193L，102L，2L ，2L，2L，2L，144L，2L，2L，2L），.Label = c（“”，“ 0”，“ 0.051353”，“ 0.053209”，“ 0.053888”，“ 0.054528”，“ 0.055005”，“ 0.055404” “，” 0.055677“，” 0.056041“，” 0.064086“，” 0。 064302”，“ 0.064742”，“ 0.064869”，“ 0.064968”，“ 0.07201”，“ 0.082166”，“ 0.083413”，“ 0.084715”，“ 0.087467”，“ 0.089057”，“ 0.104912”，“ 0.111725”，“ 0.116734” ，“ 0.122798”，“ 0.125993”，“ 0.133721”，“ 0.144416”，“ 0.153097”，“ 0.165308”，“ 0.166664”，“ 0.177209”，“ 0.193849”，“ 0.214523”，“ 0.238069”，“ 0.271792”，“ 0.289616”，“ 0.331024”，“ 0.343228”，“ 0.344858”，“ 0.350487”，“ 0.351759”，“ 0.355228”，“ 0.367228”，“ 0.36893”，“ 0.406118”，“ 0.408152”，“ 0.420082”，“ 0.432959” ，“ 0.464128”，“ 0.480488”，“ 0.490894”，“ 0.493248”，“ 0.514367”，“ 0.532098”，“ 0.564334”，“ 0.569712”，“ 0.583656”，“ 0.620788”，“ 0.65201”，“ 0.705851”，“ 0.721604”，“ 0.741773”，“ 0.752651”，“ 0.78506”，“ 0.785896”，“ 0.817001”，“ 0.83608”，“ 0.877556”，“ 0.916531”，“ 0.935351”，“ 0.940131”，“ 0.945448”，“ 0.971146” ，“ 0.98706”，“ 1.003”，“ 1.119203”，“ 1.143097”，“ 1.147298”，“ 1.178863”，“ 1.180787”，“ 1.18891”，“ 1.209772”，“ 1.214159”，“ 1.214449”，“ 1.223672”，“ 1.278638”，“ 1.283573”，“ 1.291003”，“ 1.29367”，“ 1.296009”，“ 1.316266”，“ 1.317941”，“ 1.48336”，“ 1.505952”，“ 1.5075” 36”，“ 1.520051”，“ 1.549106”，“ 1.567124”，“ 1.568529”，“ 1.591836”，“ 1.607509”，“ 1.616776”，“ 1.618228”，“ 1.658783”，“ 1.668356”，“ 1.701482”，“ 1.724571” ，“ 1.733679”，“ 1.761405”，“ 1.770481”，“ 1.77509”，“ 1.810844”，“ 1.849057”，“ 1.863717”，“ 1.877862”，“ 1.888823”，“ 1.937468”，“ 1.98256”，“ 10.06452”，“ 10.158648”，“ 10.239129”，“ 10.346543”，“ 10.387987”，“ 10.3915”，“ 10.512586”，“ 10.560392”，“ 10.675141”，“ 11.08884”，“ 11.37613”，“ 11.972711”，“ 13.477461”，“ 13.50885” ，“ 13.797744”，“ 13.891509”，“ 15.740662”，“ 15.806064”，“ 16.130033”，“ 17.531771”，“ 17.64015”，“ 18.093937”，“ 2.037883”，“ 2.100556”，“ 2.111043”，“ 2.242924”，“ 2.286656”，“ 2.28742”，“ 2.334287”，“ 2.336922”，“ 2.370191”，“ 2.410635”，“ 2.416346”，“ 2.438619”，“ 2.537189”，“ 2.597875”，“ 2.644497”，“ 2.67492”，“ 2.716421” ，“ 2.782552”，“ 2.78437”，“ 2.797231”，“ 2.801501”，“ 2.831995”，“ 2.972122”，“ 2.980867”，“ 21.684855”，“ 23.33168”，“ 3.078672”，“ 3.096159”，“ 3.160731”，“ 3.268467”，“ 3.281176”，“ 3.283479”，“ 3.425798”，“ 3.548023”，“ 3.577743”，“ 3.621364”，“ 3.631743”， “ 3.672817”，“ 3.722005”，“ 3.816642”，“ 3.904838”，“ 3.907431”，“ 3.965528”，“ 4.005818”，“ 4.047633”，“ 4.052677”，“ 4.076549”，“ 4.08356”，“ 4.143889”，“ 4.244564” “，” 4.301236“，” 4.599807“，” 4.799429“，” 4.87456“，” 4.875296“，” 5.160412“，” 5.160832“，” 5.192636“，” 5.221751“，” 5.241645“，” 5.270457“，” 5.346045“， “ 5.414251”，“ 5.801967”，“ 5.834321”，“ 6.018086”，“ 6.034756”，“ 6.060279”，“ 6.343235”，“ 6.375944”，“ 6.417311”，“ 6.447439”，“ 6.569529”，“ 6.662778”，“ 6.672312” “，” 7.124838“，” 7.171772“，” 7.422026“，” 7.448046“，” 7.538418“，” 7.547452“，” 7.628211“，” 7.936975“，” 8.028339“，” 8.037“，” 8.197443“，” 8.217916“， “ 8.289074”，“ 9.113519”，“ 9.260917”，“ 9.393965”，“ 9.397649”，“ 9.887436”，“ pr_GFDL-ESM2M_rcp45（mm）”），類=“因數”），X.1 =結構（c（21L ，18L，5L，15L，7L，23L，90L，93L，61L，73L，96L，109L，122L，92L，100L，30L，67L，79L，94L，88L，10L，8L，39L，33L，27L，31L ，83L，68L，52L，77L，47L，64L，89L，55L，62L，70L，99L，170L，147L，152L，121L，125L，103L，146L，113L，81L，40L，9L，26L，24L，20L ，12公升1 7L，4L，11L，37L，59L，105L，116L，53L，51L，75L，54L，56L，58L，65L，135L，156L，144L，153L，148L，149L，184L，163L，115L，95L，66L， 43L，48L，46L，35L，42L，107L，91L，72L，44L，29L，50L，28L，137L，175L，167L，140L，108L，166L，183L，206L，253L，229L，179L，150L，84L， 102L，78L，120L，141L，143L，118L，69L，101L，136L，139L，165L，162L，154L，74L，176L，210L，215L，225L，214L，127L，38L，114L，160L，190L，217L， 207L，259L，201L，228L，195L，203L，236L，226L，202L，223L，189L，182L，196L，222L，270L，245L，252L，250L，192L，209L，238L，354L，335L，361L，329L 267L，235L，231L，230L，220L，262L，302L，285L，283L，277L，288L，324L，273L，284L，325L，356L，328L，188L，177L，247L，320L，309L，254L，265L，326L 248L，185L，213L，293L，278L，304L，294L，308L，298L，275L，344L，359L，355L，358L，360L，345L，311L，305L，313L，263L，271L，301L，327L，343L，363 314L，316L，299L，221L，204L，243L，216L，258L，279L，334L，303L，297L，246L，295L，260L，312L，336L，286L，232L，266L，239L，292L， 315L，300L，307L，365L，364L，357L，333L，342L，340L，362L，341L，346L，353L，330L，339L，347L，332L，323L，352L，349L，287L，310L，272L，212L，291L 282L，331L，306L，319L，350L，337L，318L，274L，257L，261L，264L，348L，351L，338L，296L，317L，322L，241L，269L，276L，281L，321L，290L，280L，289 227L，124L，256L，251L，268L，255L，211L，157L，244L，237L，219L，194L，187L，181L，142L，112L，111L，164L，205L，249L，233L，208L，178L，123L，200L，200L 218L，224L，197L，155L，145L，174L，191L，168L，131L，161L，169L，172L，173L，198L，199L，193L，230L，234L，242L，240L，180L，128L​​，110L，119L，104L， 86L，57L，129L，151L，159L，158L，171L，186L，134L，80L，2L，19L，6L，45L，41L，36L，117L，85L，25L，3L，16L，13L，14L，49L，87L， 82L，71L，60L，106L，133L，97L，34L，76L，98L，132L，130L，138L，126L，63L，22L，32L），. Label = c（“”，“ 259.428589”，“ 260.156494”，“ 260.507629”，“ 260.720245”，“ 261.088165”，“ 261.511139”，“ 261.568298”，“ 261.803802”，“ 262.006592”，“ 262.60437”，“ 262.747131”，“ 262.898529”，“ 263.021912“，” 263.498688“，” 263.949951“，” 264.095947“，” 264.256561“，” 264.33075“，” 264.792206“，” 264.813507“，” 264.927216“，” 264.98938“，” 265.17276“，” 265.516876“，” 265.686584“ ，“ 265.807068”，“ 266.530151”，“ 266.809723”，“ 267.062683”，“ 267.197632”，“ 267.259613”，“ 267.396179”，“ 267.60611”，“ 267.6073”，“ 267.835327”，“ 267.986572”，“ 268.022369”，“ 268.045685”，“ 268.074829”，“ 268.095062”，“ 268.321381”，“ 268.331268”，“ 268.359467”，“ 268.52356”，“ 268.526123”，“ 268.528412”，“ 268.591187”，“ 268.820099”，“ 268.972412”，“ 269.051941” ，“ 269.099487”，“ 269.107727”，“ 269.305054”，“ 269.396637”，“ 269.70816”，“ 270.227875”，“ 270.339447”，“ 270.488586”，“ 270.48938”，“ 270.513428”，“ 270.563171”，“ 270.613617”，“ 270.660645”，“ 270.729828”，“ 270.777924”，“ 270.830688”，“ 271.053955”，“ 271.123169”，“ 271.128387”，“ 271.444763”，“ 271.480255”，“ 271.642059”，“ 271.688965”，“ 271.715057”，“ 271.756317” ，“ 271.791962”，“ 271.809326”，“ 271.868439”，“ 271.950012”，“ 272.044128”，“ 272.049591”，“ 272.098602”，“ 272.10318”，“ 272.213684”，“ 27 2.227142”，“ 272.278931”，“ 272.314545”，“ 272.336182”，“ 272.359741”，“ 272.594177”，“ 272.625854”，“ 272.699402”，“ 272.818604”，“ 272.927795”，“ 273.091705”，“ 273.229492”，“ 273.301147” ，“ 273.336639”，“ 273.511353”，“ 273.602844”，“ 273.727356”，“ 273.76474”，“ 273.801849”，“ 274.048553”，“ 274.05188”，“ 274.441315”，“ 274.590424”，“ 274.631287”，“ 274.699097”，“ 274.878448”，“ 274.932831”，“ 275.061615”，“ 275.070221”，“ 275.141479”，“ 275.190125”，“ 275.31485”，“ 275.318237”，“ 275.55545”，“ 275.556”，“ 275.653137”，“ 275.721649”，“ 275.72525” ，“ 275.934387”，“ 276.016174”，“ 276.041962”，“ 276.085602”，“ 276.124451”，“ 276.130249”，“ 276.159729”，“ 276.228668”，“ 276.320221”，“ 276.377441”，“ 276.539337”，“ 276.774384”，“ 276.881287”，“ 276.9198”，“ 277.092621”，“ 277.131958”，“ 277.36441”，“ 277.403442”，“ 277.439453”，“ 277.622528”，“ 277.693756”，“ 277.703644”，“ 277.85611”，“ 277.934784”，“ 277.950134” ，“ 278.095886”，“ 278.174072”，“ 278.238892”，“ 278.255829”，“ 278.452515”，“ 278.462372”，“ 278.483337”，“ 278.953766”，“ 279.100159”，“ 279.15 3931”，“ 279.294678”，“ 279.317596”，“ 279.508026”，“ 279.537079”，“ 279.621429”，“ 279.999115”，“ 280.020233”，“ 280.314301”，“ 280.455231”，“ 280.756378”，“ 280.760437”，“ 280.800446” ，“ 280.937439”，“ 280.959503”，“ 281.114929”，“ 281.257385”，“ 281.370636”，“ 281.552307”，“ 281.624176”，“ 281.831757”，“ 282.015167”，“ 282.031097”，“ 282.076813”，“ 282.382965”，“ 282.388031”，“ 282.481537”，“ 282.521057”，“ 282.834534”，“ 283.064728”，“ 283.151062”，“ 283.240356”，“ 283.414337”，“ 283.558441”，“ 283.581696”，“ 283.612152”，“ 283.621155”，“ 283.829834” ，“ 283.894073”，“ 284.020355”，“ 284.103546”，“ 284.150299”，“ 284.248383”，“ 284.259247”，“ 284.612152”，“ 285.103546”，“ 285.119568”，“ 285.257141”，“ 285.374878”，“ 285.411804”，“ 285.506897”，“ 285.709076”，“ 285.804993”，“ 286.08316”，“ 286.122467”，“ 286.183716”，“ 286.318848”，“ 286.3461”，“ 286.359772”，“ 286.477417”，“ 286.607391”，“ 286.612854”，“ 286.700134” ，“ 286.722473”，“ 286.901428”，“ 286.973389”，“ 287.097137”，“ 287.106262”，“ 287.131714”，“ 287.177216”，“ 287.442657”，“ 287.499542”，“ 2 87.500824”，“ 287.504395”，“ 287.63858”，“ 287.665527”，“ 287.748169”，“ 287.767151”，“ 287.796448”，“ 288.00058”，“ 288.007996”，“ 288.073883”，“ 288.123871”，“ 288.1604”，“ 288.160461” ，“ 288.19635”，“ 288.253998”，“ 288.373352”，“ 288.509796”，“ 288.580048”，“ 288.594025”，“ 288.63385”，“ 288.70105”，“ 288.720306”，“ 288.749908”，“ 288.798798”，“ 288.799805”，“ 288.830444”，“ 289.061127”，“ 289.072723”，“ 289.236267”，“ 289.273804”，“ 289.345306”，“ 289.424927”，“ 289.446259”，“ 289.474579”，“ 289.492249”，“ 289.553711”，“ 289.646454”，“ 289.691559” ，“ 289.805725”，“ 289.93158”，“ 289.949799”，“ 290.007263”，“ 290.026703”，“ 290.076447”，“ 290.087952”，“ 290.112732”，“ 290.32135”，“ 290.411285”，“ 290.476074”，“ 290.538147”，“ 290.558655”，“ 290.586517”，“ 290.59668”，“ 290.604584”，“ 290.740723”，“ 290.902313”，“ 290.90329”，“ 291.050934”，“ 291.055756”，“ 291.078461”，“ 291.208008”，“ 291.229462”，“ 291.285431” ，“ 291.335602”，“ 291.444427”，“ 291.512268”，“ 291.533081”，“ 291.537598”，“ 291.575806”，“ 291.576477”，“ 291.598572”，“ 291.613953”，“ 291。 615479”，“ 291.754639”，“ 291.758118”，“ 291.764374”，“ 291.771606”，“ 291.784393”，“ 291.923523”，“ 291.985321”，“ 292.100342”，“ 292.134827”，“ 292.165588”，“ 292.186615”，“ 292.27887” ，“ 292.312439”，“ 292.316559”，“ 292.339661”，“ 292.381897”，“ 292.404297”，“ 292.545471”，“ 292.630035”，“ 292.858795”，“ 292.901062”，“ 292.959442”，“ 293.159241”，“ 293.160767”，“ 293.164429”，“ 293.167084”，“ 293.178406”，“ 293.202728”，“ 293.215607”，“ 293.227539”，“ 293.341919”，“ 293.386932”，“ 293.499298”，“ 293.499969”，“ 293.562469”，“ 293.573639”，“ 293.669647” ，“ 293.714203”，“ 293.745331”，“ 293.789734”，“ 293.9664”，“ 294.072388”，“ 294.183197”，“ 294.280457”，“ 294.397034”，“ 294.428131”，“ 294.428802”，“ 294.471771”，“ 294.533569”，“ 294.546387“，” 294.676239“，” 294.817413“，” 294.94458“，” 295.06723“，” 295.449005“，” 295.520996“，” 295.610718“，” 295.675964“，” 295.922119“，” 295.93811“，” 295.983521“，” 296.814697“ ，“ 296.817841”，“ tasmax_GFDL-ESM2M_rcp45（K）”），類=“因數”），X.2 =結構（c（20L，29L，5L，8L，14L，16L，26L，81L，72L，50L， 86L，89L，83L，35L，62L，78L，95L，57L，102L，40L，15L，13L，37L，44L，36L，31L，23L，34L，71L，79L，88L，82L，109L，103L，56L， 124L，92L，159L，216L，127L，130L，98L，58L，110L，126L，139L，76L，43L，21L，42L，53L，19L，7L，27L，12L，46L，59L，118L，142L，69L， 64L，85L，75L，67L，65L，48L，66L，133L，145L，136L，129L，166L，182L，213L，91L，119L，87L，25L，52L，96L，61L，45L，106L，115L，55L， 47L，33L，30L，32L，73L，172L，167L，165L，84L，170L，163L，184L，294L，345L，197L，161L，146L，141L，100L，138L，198L，179L，144L，143L，114L， 150L，171L，187L，210L，189L，162L，137L，178L，205L，186L，225L，134L，112L，123L，169L，212L，180L，233L，295L，231L，316L，286L，232L，239L，325L， 322L，309L，285L，273L，255L，256L，302L，314L，259L，270L，236L，221L，211L，315L，357L，342L，303L，204L，199L，264L，234L，226L，289L，328L，310L 288L，312L，293L，257L，274L，290L，268L，247L，354L，331L，298L，244L，174L，292L，333L，317L，280L，219L，242L，251L，321L，329L，297L，287L，287L 282升，35 1L，238L，284L，361L，365L，359L，338L，347L，323L，340L，353L，366L，304L，301L，305L，356L，346L，281L，349L，364L，348L，245L，343L，341L，296 308L，324L，243L，250L，175L，201L，277L，362L，363L，313L，254L，260L，235L，240L，318L，222L，252L，360L，319L，278L，262L，246L，332L，344L，334L， 330L，339L，335L，358L，248L，214L，190L，275L，230L，237L，326L，336L，229L，337L，350L，327L，269L，209L，300L，311L，307L，258L，193L，283L，306L， 276L，355L，352L，320L，261L，200L，183L，223L，203L，228L，279L，266L，249L，272L，128L​​，194L，241L，207L，220L，218L，101L，125L，267L，173L，121L， 202L，120L，80L，51L，22L，74L，185L，208L，206L，196L，148L，90L，104L，227L，263L，164L，131L，41L，160L，215L，217L，113L，116L，149L，140L， 117L，154L，176L，156L，253L，299L，265L，291L，191L，224L，152L，151L，188L，157L，63L，111L，153L，147L，177L，168L，195L，158L，17L，4L，38L， 54L，28L，77L，70L，93L，105L，11L，3L，2L，24L，6L，9L，60L，107L，49L，94L，192L，181L，108L，97L，68L，99L，15 5L，122L，135L，132L，39L，10L，18L），. Label = c（“”，“ 242.450241”，“ 243.644272”，“ 245.709274”，“ 246.48465”，“ 246.763947”，“ 247.267105”，“ 247.326279” ，“ 247.766083”，“ 248.395248”，“ 248.494522”，“ 248.597458”，“ 248.834702”，“ 249.323273”，“ 249.76535”，“ 249.835007”，“ 250.343948”，“ 250.578537”，“ 251.303207”，“ 251.479492”，“ 251.614716”，“ 251.804214”，“ 251.953949”，“ 252.18428”，“ 252.355881”，“ 252.538666”，“ 252.645538”，“ 252.775421”，“ 252.960327”，“ 253.048584”，“ 253.24826”，“ 253.338791”，“ 253.457031” ，“ 253.56041”，“ 253.726425”，“ 253.786713”，“ 253.791046”，“ 253.889023”，“ 254.229935”，“ 254.311646”，“ 254.474426”，“ 254.487854”，“ 254.524155”，“ 254.551086”，“ 254.680969”，“ 254.737823”，“ 254.815369”，“ 254.8703”，“ 254.959457”，“ 255.129913”，“ 255.411377”，“ 255.422699”，“ 255.426575”，“ 255.442307”，“ 255.613403”，“ 255.897842”，“ 255.957077”，“ 256.045288” ，“ 256.285034”，“ 256.29303”，“ 256.518005”，“ 256.522034”，“ 256.61441”，“ 256.936554”，“ 256.977966”，“ 257.088501”，“ 257.153076”，“ 257.211548”，“ 257.225433”，“ 257 .255951”，“ 257.32666”，“ 257.356812”，“ 257.384277”，“ 257.432007”，“ 257.447113”，“ 257.522583”，“ 257.780426”，“ 257.836273”，“ 257.841461”，“ 257.889557”，“ 258.019379”，“ 258.020844” “，” 258.148499“，” 258.205902“，” 258.41333“，” 258.635162“，” 258.796722“，” 258.945099“，” 259.070679“，” 259.078308“，” 259.376923“，” 259.395355“，” 259.398529“，” 259.570068“ “ 259.627106”，“ 259.673798”，“ 259.696564”，“ 259.821869”，“ 259.932404”，“ 259.96344”，“ 260.013672”，“ 260.070831”，“ 260.129486”，“ 260.324951”，“ 260.411041”，“ 260.432892”，“ 260.624115” “，” 260.641418“，” 260.702423“，” 260.745117“，” 260.770264“，” 260.845215“，” 260.906464“，” 260.99585“，” 261.166718“，” 261.22583“，” 261.407806“，” 261.511261“，” 261.540527“ “ 261.565704”，“ 261.655487”，“ 261.801605”，“ 261.863983”，“ 261.870026”，“ 262.151093”，“ 262.196747”，“ 262.22757”，“ 262.249481”，“ 262.317963”，“ 262.340698”，“ 262.385559”，“ 262.387177” “，” 262.403442“，” 262.479034“，” 262.493469“，” 262.531403“，” 262.553009“，” 262.557159“，” 262.621521“，” 262.857697“，” 262.922821“，” 2 62.941437”，“ 263.046661”，“ 263.061554”，“ 263.084106”，“ 263.091858”，“ 263.196625”，“ 263.377075”，“ 263.391602”，“ 263.419647”，“ 263.497009”，“ 263.562317”，“ 263.641571”，“ 263.643036” ，“ 263.753418”，“ 263.789978”，“ 263.860199”，“ 263.893188”，“ 263.993347”，“ 264.045593”，“ 264.169312”，“ 264.245911”，“ 264.312653”，“ 264.341797”，“ 264.39035”，“ 264.71756”，“ 264.784302”，“ 264.820099”，“ 264.833801”，“ 264.957703”，“ 264.976593”，“ 265.048126”，“ 265.097137”，“ 265.130432”，“ 265.159332”，“ 265.204926”，“ 265.402344”，“ 265.412476”，“ 265.451019” ，“ 265.461639”，“ 265.562653”，“ 265.712616”，“ 265.786896”，“ 265.810303”，“ 265.903748”，“ 265.925995”，“ 266.062683”，“ 266.158936”，“ 266.180847”，“ 266.264557”，“ 266.326111”，“ 266.365845”，“ 266.382629”，“ 266.45752”，“ 266.480591”，“ 266.486053”，“ 266.579651”，“ 266.669342”，“ 266.725586”，“ 266.97049”，“ 267.090576”，“ 267.243958”，“ 267.253784”，“ 267.366211” ，“ 267.379364”，“ 267.440674”，“ 267.511169”，“ 267.68335”，“ 267.72467”，“ 267.789307”，“ 267.812927”，“ 268.062805”，“ 268.072357”， “ 268.12442”，“ 268.184692”，“ 268.295959”，“ 268.305725”，“ 268.30835”，“ 268.45105”，“ 268.607971”，“ 268.639374”，“ 268.654633”，“ 268.720093”，“ 268.844543”，“ 268.918335”，“ 268.976959” “，” 268.994415“，” 269.022034“，” 269.139404“，” 269.14975“，” 269.214508“，” 269.231201“，” 269.241638“，” 269.307434“，” 269.322662“，” 269.529083“，” 269.529694“，” 269.646393“ “ 269.805634”，“ 269.824677”，“ 269.868103”，“ 269.965393”，“ 270.041473”，“ 270.046814”，“ 270.192871”，“ 270.195221”，“ 270.19928”，“ 270.423523”，“ 270.466583”，“ 270.467529”，“ 270.524475” “，” 270.536346“，” 270.567535“，” 270.613953“，” 270.614777“，” 270.666595“，” 270.671631“，” 270.717926“，” 270.722137“，” 270.750793“，” 270.755554“，” 270.768677“，” 270.84433“ “ 270.846924”，“ 270.894226”，“ 270.905609”，“ 271.007629”，“ 271.064789”，“ 271.085938”，“ 271.196869”，“ 271.31601”，“ 271.321167”，“ 271.323486”，“ 271.351471”，“ 271.360474”，“ 271.439789” “，” 271.47052“，” 271.548126“，” 271.634674“，” 271.638489“，” 271.687622“，” 271.725372“，” 271.752502“，” 271.766022“，” 271.843964“， “ 271.869934”，“ 271.898193”，“ 271.924469”，“ 271.964691”，“ 271.969116”，“ 271.991119”，“ 272.012878”，“ 272.069”，“ 272.085297”，“ 272.093964”，“ 272.143524”，“ 272.215515”，“ 272.228912” “，” 272.241425“，” 272.323486“，” 272.358002“，” 272.390472“，” 272.404663“，” 272.454742“，” 272.464722“，” 272.546753“，” 272.567749“，” 272.612946“，” 272.621796“，” 272.671448“ “ 272.810425”，“ 272.874817”，“ 272.881836”，“ 272.908875”，“ 272.916229”，“ 272.941254”，“ 273.020935”，“ 273.055481”，“ 273.061035”，“ 273.168518”，“ 273.175598”，“ 273.208038”，“ 273.269684 “，” 273.280121“，” 273.283234“，” 273.366608“，” 273.411285“，” 273.461548“，” 273.480316“，” 273.500732“，” 273.510834“，” 273.566589“，” 273.618286“，” 273.652405“，” 273.833557“ “ 273.851471”，“ 273.858795”，“ 273.968719”，“ 273.984314”，“ 274.024506”，“ 274.133148”，“ 274.203766”，“ 274.302612”，“ 274.43988”，“ 274.5271”，“ 274.650055”，“ 274.66507”，“ 275.113495” “，” 275.201385“，” 275.233124“，” 275.405609“，” 275.530212“，” 275.708557“，” 275.823944“，” 275.892426“，” 275.981812“，” 276.591156“， “ 276.684509”，“ 276.701904”，“ 276.704224”，“ 276.716614”，“ 277.096893”，“ 277.565582”，“ 277.608917”，“ 277.876556”，“ 280.091156”，“ tasmin_GFDL-ESM2M_rcp45（K）”），類=“ factor “），X.3 =結構（c（321L，358L，322L，134L，35L，36L，356L，351L，345L，350L，343L，224L，231L，237L，159L，337L，174L，194L，342L，261L ，177L，58L，124L，20L，178L，197L，181L，131L，137L，184L，109L，191L，324L，326L，279L，305L，277L，352L，330L，325L，320L，346L，313L，288L，227L ，95L，332L，218L，40L，113L，276L，265L，120L，271L，13L，255L，234L，286L，334L，359L，246L，179L，331L，243L，207L，193L，19L，122L，141L，101L ，81L，275L，287L，316L，354L，269L，304L，306L，18L，285L，315L，240L，314L，347L，270L，212L，312L，260L，245L，161L，319L，272L，296L，199L，300L ，267L，202L，203L，200L，63L，147L，182L，25L，64L，91L，47L，143L，74L，156L，189L，87L，82L，26L，185L，289L，249L，9L，85L，158L，229L ，65L，348L，311L，89L，100L，84L，37L，115L，128L​​，209L，205L，233L，254L，126L，133L，295L，96L，62L，69L， 180L，112L，132L，187L，266L，216L，129L，92L，12L，142L，252L，307L，328L，274L，221L，273L，140L，7L，60L，106L，67L，22L，17L，11L，4L， 57L，86L，168L，80L，2L，46L，183L，228L，55L，144L，66L，73L，75L，136L，139L，230L，256L，162L，127L，195L，116L，28L，211L，90L，99L， 204L，172L，151L，54L，94L，88L，98L，53L，59L，238L，108L，76L，56L，118L，71L，103L，253L，68L，10L，49L，33L，24L，42L，107L，220L， 259L，93L，39L，125L，176L，251L，157L，31L，41L，34L，5L，14L，27L，148L，155L，241L，317L，102L，130L，244L，51L，61L，15L，30L，50L， 186L，145L，16L，3L，70L，169L，170L，236L，173L，111L，105L，198L，299L，297L，45L，214L，235L，284L，262L，52L，123L，79L，6L，8L，29L， 114L，97L，77L，32L，104L，78L，222L，258L，294L，72L，21L，146L，278L，336L，349L，353L，192L，188L，190L，219L，248L，225L，232L，196L，175L， 117L，38L，121L，166L，163L，239L，149L，339L，362L，250L，327L，290L，333L，329L，226L，292L，223L，119L，135L，152L，247L，138L，164L，268L，298L 263L，291L，213L，257 L，301L，201L，43L，110L，167L，150L，215L，154L，171L，217L，293L，357L，303L，335L，323L，366L，318L，242L，264L，340L，281L，302L，364L，365L， 310L，208L，44L，48L，153L，160L，338L，308L，309L，283L，282L，280L，83L，23L，206L，341L，355L，363L，344L，361L，360L，165L，210L）.Label = c（“”，“ 0.308711”，“ 0.350223”，“ 0.372361”，“ 0.452661”，“ 0.45767”，“ 0.479223”，“ 0.479858”，“ 0.488678”，“ 0.540984”，“ 0.553972”，“ 0.559801”，“ 0.595979”，“ 0.597407”，“ 0.604566”，“ 0.607804”，“ 0.630534”，“ 0.696327”，“ 0.698581”，“ 0.715278”，“ 0.733811”，“ 0.756622”，“ 0.762836”，“ 0.77172”，“ 0.777379” ，“ 0.802102”，“ 0.806659”，“ 0.821714”，“ 0.824061”，“ 0.840609”，“ 0.845821”，“ 0.856451”，“ 0.858722”，“ 0.85938”，“ 0.867877”，“ 0.873104”，“ 0.892109”，“ 0.904525”，“ 0.928946”，“ 0.946203”，“ 0.959495”，“ 1.002311”，“ 1.021418”，“ 1.023297”，“ 1.037279”，“ 1.048275”，“ 1.055439”，“ 1.056586”，“ 1.059789”，“ 1.06143” ，“ 1.063491”，“ 1.079899”，“ 1.094815”，“ 1.121482”，“ 1.125445”，“ 1.143452”，“ 1.160864”，“ 1.163049”，“ 1.167696”，“ 1.170274”， “ 1.192181”，“ 1.208833”，“ 1.211959”，“ 1.225451”，“ 1.237958”，“ 1.250322”，“ 1.259518”，“ 1.259935”，“ 1.263898”，“ 1.263964”，“ 1.277447”，“ 1.298623”，“ 1.321834” “，” 1.32392“，” 1.324736“，” 1.339335“，” 1.342976“，” 1.348525“，” 1.351808“，” 1.362328“，” 1.372775“，” 1.377807“，” 1.394196“，” 1.398014“，” 1.398644“， “ 1.400519”，“ 1.417643”，“ 1.455236”，“ 1.455315”，“ 1.459143”，“ 1.469553”，“ 1.505987”，“ 1.515236”，“ 1.515658”，“ 1.522127”，“ 1.522886”，“ 1.527687”，“ 1.531216” “，” 1.535414“，” 1.548916“，” 1.568295“，” 1.588813“，” 1.622946“，” 1.625622“，” 1.634475“，” 1.640951“，” 1.644255“，” 1.645561“，” 1.650438“，” 1.665424“， “ 1.668692”，“ 1.70499”，“ 1.708779”，“ 1.709914”，“ 1.709997”，“ 1.733056”，“ 1.745636”，“ 1.752424”，“ 1.771438”，“ 1.77306”，“ 1.821715”，“ 1.838297”，“ 1.83878” “，” 1.845666“，” 1.848649“，” 1.862355“，” 1.867811“，” 1.868097“，” 1.874687“，” 1.88562“，” 1.890376“，” 1.899474“，” 1.903634“，” 1.919699“，” 1.920466“， “ 1.92179”，“ 1.951546”，“ 1.952309”，“ 1.955059”，“ 1.958272”，“ 1.964074”，“ 1.982513”，“ 1.98741”，“ 1.993316” ，“ 1.995707”，“ 2.011323”，“ 2.014163”，“ 2.023299”，“ 2.037455”，“ 2.038828”，“ 2.051759”，“ 2.053047”，“ 2.059833”，“ 2.069882”，“ 2.077679”，“ 2.08123”，“ 2.103823”，“ 2.152242”，“ 2.164339”，“ 2.177232”，“ 2.18944”，“ 2.190869”，“ 2.201279”，“ 2.20196”，“ 2.203591”，“ 2.219005”，“ 2.231235”，“ 2.231395”，“ 2.23396” ，“ 2.245424”，“ 2.260555”，“ 2.263005”，“ 2.280839”，“ 2.281543”，“ 2.298646”，“ 2.316772”，“ 2.326916”，“ 2.332042”，“ 2.332282”，“ 2.340529”，“ 2.34156”，“ 2.387272”，“ 2.398459”，“ 2.419406”，“ 2.447741”，“ 2.449805”，“ 2.454767”，“ 2.455537”，“ 2.455669”，“ 2.460008”，“ 2.481171”，“ 2.491839”，“ 2.498977”，“ 2.511023” ，“ 2.513249”，“ 2.514066”，“ 2.528798”，“ 2.540483”，“ 2.58244”，“ 2.597081”，“ 2.600212”，“ 2.623607”，“ 2.628314”，“ 2.634248”，“ 2.654875”，“ 2.659282”，“ 2.671709”，“ 2.684562”，“ 2.693381”，“ 2.696228”，“ 2.716424”，“ 2.720376”，“ 2.732245”，“ 2.733452”，“ 2.733512”，“ 2.735265”，“ 2.736797”，“ 2.739885”，“ 2.748732” ，“ 2.750032”，“ 2.750829”，“ 2.75997”，“ 2.76703”，“ 2.787926”，“ 2.794659”，“ 2.818153”，“ 2.8319”，“ 2.832634”， “ 2.864392”，“ 2.864474”，“ 2.864678”，“ 2.864762”，“ 2.865481”，“ 2.871558”，“ 2.872001”，“ 2.886446”，“ 2.895627”，“ 2.912665”，“ 2.939761”，“ 2.939846”，“ 2.940798” “，” 2.946666“，” 2.9572“，” 2.98643“，” 3.002297“，” 3.00517“，” 3.056561“，” 3.058981“，” 3.060029“，” 3.077511“，” 3.082538“，” 3.095381“，” 3.110173“， “ 3.127519”，“ 3.156171”，“ 3.166575”，“ 3.194167”，“ 3.198972”，“ 3.230315”，“ 3.233357”，“ 3.234677”，“ 3.279899”，“ 3.292216”，“ 3.29559”，“ 3.322748”，“ 3.325321” “，” 3.365275“，” 3.370972“，” 3.402015“，” 3.402179“，” 3.404078“，” 3.406688“，” 3.431145“，” 3.434803“，” 3.530465“，” 3.546225“，” 3.568231“，” 3.595263“， “ 3.596859”，“ 3.621116”，“ 3.662884”，“ 3.68073”，“ 3.686013”，“ 3.686079”，“ 3.700039”，“ 3.709341”，“ 3.71924”，“ 3.731145”，“ 3.780532”，“ 3.832445”，“ 3.849474” “，” 3.854805“，” 3.862742“，” 3.897382“，” 3.921543“，” 3.921577“，” 3.938214“，” 3.942264“，” 3.942419“，” 3.945301“，” 3.973213“，” 3.974383“，” 4.001139“， “ 4.016488”，“ 4.030596”，“ 4.031099”，“ 4.031496”，“ 4.044111”，“ 4.057593”，“ 4.074”，“ 4.099645”，“ 4.100109”，“ 4 .107349”，“ 4.110504”，“ 4.173357”，“ 4.180363”，“ 4.189736”，“ 4.203447”，“ 4.251505”，“ 4.262193”，“ 4.274528”，“ 4.299968”，“ 4.313471”，“ 4.333906”，“ 4.362791” “，” 4.365851“，” 4.376681“，” 4.378855“，” 4.399515“，” 4.408618“，” 4.447083“，” 4.478985“，” 4.540248“，” 4.547806“，” 4.589968“，” 4.596299“，” 4.616023“， “ 4.659328”，“ 4.678977”，“ 4.768427”，“ 4.776873”，“ 4.787859”，“ 4.816487”，“ 4.890985”，“ 4.902739”，“ 5.013013”，“ 5.027411”，“ 5.034097”，“ 5.037682”，“ 5.068965” “，” 5.088162“，” 5.096173“，” 5.147941“，” 5.168827“，” 5.171349“，” 5.328141“，” 5.365369“，” 5.38986“，” 5.399864“，” 5.428233“，” 5.514956“，” 5.62412“， “ 5.74389”，“ 6.545115”，“ 6.747962”，“ 7.099587”，“ was_GFDL-ESM2M_rcp45（ms-1）”），class =“ factor”）），row.names = 15：379，class =“ data.frame “）

Answer 1

您的問題是您已經從csv文件中讀取了字符串作為因素。

嘗試使用它來讀取您的數據，以便值保持數字

df <- read.csv("/Users/CoyoteGulch/Documents/ClearCreek/data-2.csv", 
               header = TRUE, sep = ",", stringsAsFactors = FALSE)

Answer 2

df.forcing所有列都是factor s。

str(df.forcing)
#'data.frame':  365 obs. of  4 variables:
# $ X  : Factor w/ 235 levels "","0","0.051353",..: 2 211 116 50 2 88 2 2 19 22 ...
# $ X.1: Factor w/ 366 levels "","259.428589",..: 21 18 5 15 7 23 90 93 61 73 ...
# $ X.2: Factor w/ 367 levels "","242.450241",..: 20 29 5 8 14 16 26 81 72 50 ...
# $ X.3: Factor w/ 367 levels "","0.308711",..: 321 358 322 134 35 36 356 351 345 350 ...

轉換為numeric

library(dplyr)
df.forcing <- mutate_all(df.forcing, function(x) as.numeric(as.character(x)))
str(df.forcing)
#'data.frame':  365 obs. of  4 variables:
# $ X  : num  0 6.376 1.878 0.464 0 ...
# $ X.1: num  265 264 261 263 262 ...
# $ X.2: num  251 253 246 247 249 ...
# $ X.3: num  4.275 5.39 4.3 1.92 0.868 ...

然后像以前一樣從開爾文轉換為攝氏。