Estoy trabajando en R y tengo un marco de datos, dd_2006, con vectores numéricos. Cuando importé los datos por primera vez, necesitaba eliminar $ 's, puntos decimales y algunos espacios en blanco de 3 de mis variables: SumOfCost, SumOfCases y SumOfUnits. Para eso, utilicéstr_replace_all. Sin embargo, una vez utilicéstr_replace_all, los vectores se convirtieron en caracteres. Así que utilicé as.numeric (var) para convertir los vectores a números, pero se introdujeron NA, aunque cuando ejecuté el código siguiente ANTES de que ejecuté el código numérico como, no había NA en los vectores.

sum(is.na(dd_2006$SumOfCost))
[1] 0
sum(is.na(dd_2006$SumOfCases))
[1] 0
sum(is.na(dd_2006$SumOfUnits))
[1] 0

Aquí está mi código después de la importación, comenzando con la eliminación de $ del vector. En elstr(dd_2006) salida, borré algunas de las variables por el bien del espacio, por lo que la columna #s en elstr_replace_all El código a continuación no coincide con la salida que he publicado aquí (pero sí en el código original):

library("stringr")
dd_2006$SumOfCost <- str_sub(dd_2006$SumOfCost, 2, ) #2=the first # after the $

#Removes decimal pt, zero's after, and commas
dd_2006[ ,9] <- str_replace_all(dd_2006[ ,9], ".00", "")
dd_2006[,9] <- str_replace_all(dd_2006[,9], ",", "")

dd_2006[ ,10] <- str_replace_all(dd_2006[ ,10], ".00", "")
dd_2006[ ,10] <- str_replace_all(dd_2006[,10], ",", "")

dd_2006[ ,11] <- str_replace_all(dd_2006[ ,11], ".00", "")
dd_2006[,11] <- str_replace_all(dd_2006[,11], ",", "")

str(dd_2006)
'data.frame':   12604 obs. of  14 variables:
 $ CMHSP                     : Factor w/ 46 levels "Allegan","AuSable Valley",..: 1 1 1
 $ FY                        : Factor w/ 1 level "2006": 1 1 1 1 1 1 1 1 1 1 ...
 $ Population                : Factor w/ 1 level "DD": 1 1 1 1 1 1 1 1 1 1 ...
 $ SumOfCases                : chr  "0" "1" "0" "0" ...
 $ SumOfUnits                : chr  "0" "365" "0" "0" ...
 $ SumOfCost                 : chr  "0" "96416" "0" "0" ...

Encontré una respuesta a una pregunta similar a la mía.aquí, utilizando el siguiente código:

# create dummy data.frame
d <- data.frame(char = letters[1:5], 
                fake_char = as.character(1:5), 
                fac = factor(1:5), 
                char_fac = factor(letters[1:5]), 
                num = 1:5, stringsAsFactors = FALSE)

Echemos un vistazo a los datos.

> d
  char fake_char fac char_fac num
1    a         1   1        a   1
2    b         2   2        b   2
3    c         3   3        c   3
4    d         4   4        d   4
5    e         5   5        e   5

y vamos a correr:

> sapply(d, mode)
       char   fake_char         fac    char_fac         num 
"character" "character"   "numeric"   "numeric"   "numeric" 
> sapply(d, class)
       char   fake_char         fac    char_fac         num 
"character" "character"    "factor"    "factor"   "integer" 

Ahora probablemente te preguntes "¿Dónde hay una anomalía?" Bueno, me he topado con cosas bastante peculiares en R, y esto no es lo más confuso, pero puede confundirte, especialmente si lees esto antes de meterte en la cama.

Aquí va: las dos primeras columnas son de carácter. He llamado deliberadamente el segundo uno fake_char. Detecta la similitud de esta variable de carácter con una que Dirk creó en su respuesta. En realidad es un vector numérico convertido a carácter. La tercera y la cuarta columna son factores, y la última es "puramente" numérica.

Si utiliza la función de transformación, puede convertir fake_char en numérico, pero no la variable char en sí.

> transform(d, char = as.numeric(char))
  char fake_char fac char_fac num
1   NA         1   1        a   1
2   NA         2   2        b   2
3   NA         3   3        c   3
4   NA         4   4        d   4
5   NA         5   5        e   5
Warning message:
In eval(expr, envir, enclos) : NAs introduced by coercion
but if you do same thing on fake_char and char_fac, you'll be lucky, and get away with no NA's:

transformar (d, fake_char = as.numeric (fake_char), char_fac = as.numeric (char_fac))

  char fake_char fac char_fac num
1    a         1   1        1   1
2    b         2   2        2   2
3    c         3   3        3   3
4    d         4   4        4   4
5    e         5   5        5   5

Así que probé el código anterior en mi guión, pero aún así encontré NA (sin un mensaje de advertencia sobre la coacción).

#changing sumofcases, cost, and units to numeric
dd_2006_1 <- transform(dd_2006, SumOfCases = as.numeric(SumOfCases), SumOfUnits = as.numeric(SumOfUnits), SumOfCost = as.numeric(SumOfCost))

> sum(is.na(dd_2006_1$SumOfCost))
[1] 12
> sum(is.na(dd_2006_1$SumOfCases))
[1] 7
> sum(is.na(dd_2006_1$SumOfUnits))
[1] 11

Tambien he usadotable(dd_2006$SumOfCases) para mirar las observaciones y ver si hay algún personaje que no haya visto en las observaciones, pero no hubo ninguno. ¿Alguna idea sobre por qué están apareciendo las AN y cómo deshacerse de ellas?