Pracuję w R i mam ramkę danych, dd_2006, z wektorami numerycznymi. Kiedy po raz pierwszy zaimportowałem dane, musiałem usunąć $, punkty dziesiętne i niektóre spacje z 3 moich zmiennych: SumOfCost, SumOfCases i SumOfUnits. Aby to zrobić, użyłemstr_replace_all. Jednak raz użyłemstr_replace_all, wektory zostały przekonwertowane na znaki. Tak więc użyłem as.numeric (var) do konwersji wektorów na numeryczne, ale NA zostały wprowadzone, mimo że po uruchomieniu poniższego kodu PRZED uruchomieniem kodu as.numeric, w wektorach nie było NA.

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

Oto mój kod z importu, zaczynając od usunięcia $ z wektora. wstr(dd_2006) wyjście, usunąłem niektóre zmienne ze względu na przestrzeń, więc kolumna #s wstr_replace_all poniższy kod nie pasuje do wyników, które tu zamieściłem (ale w oryginalnym kodzie):

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" ...

Znalazłem odpowiedź na podobne pytanie do mojegotutaj, używając następującego kodu:

# 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)

Rzućmy okiem na data.frame

> 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

i biegnijmy:

> 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" 

Teraz pewnie pytasz siebie „Gdzie jest anomalia?” Cóż, wpadłem na dość dziwne rzeczy w R, a to nie jest najbardziej myląca rzecz, ale może cię zmylić, zwłaszcza jeśli przeczytasz to przed stoczeniem się do łóżka.

Idzie: pierwsze dwie kolumny są znakami. Celowo nazwałam drugi jeden fałszywy. Dostrzeż podobieństwo tej zmiennej znakowej do tej, którą Dirk stworzył w swojej odpowiedzi. W rzeczywistości jest to wektor liczbowy przekonwertowany na znak. Trzecia i czwarta kolumna są czynnikami, a ostatnia jest „czysto” numeryczna.

Jeśli korzystasz z funkcji transformacji, możesz przekonwertować fake_char na numeryczną, ale nie na samą zmienną char.

> 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:

transform (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

Spróbowałem więc powyższego kodu w moim skrypcie, ale wciąż wymyśliłem NA (bez ostrzeżenia o przymusie).

#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

Ja też użyłemtable(dd_2006$SumOfCases) itd., aby spojrzeć na obserwacje, aby zobaczyć, czy są jakieś postacie, których brakowało mi w obserwacjach, ale nie było żadnych. Jakieś przemyślenia na temat tego, dlaczego pojawiają się NA i jak się ich pozbyć?