将 csv 数据集导入到 R 但值变成因子

Question

我对 R 非常陌生，在访问我导入的数据集时遇到问题。我正在使用 RStudio，并在导入 csv 文件时使用导入数据集功能，并将该行从控制台窗口粘贴到源窗口。代码如下：

setwd("c:/kalle/R")
stuckey <- read.csv("C:/kalle/R/stuckey.csv")
point <- stuckey$PTS
time <- stuckey$MP

但是，数据不是我习惯的整数或数字，而是因子，因此当我尝试绘制变量时，我只得到直方图，而不是通常的图。检查数据时，它似乎是有序的，只是我无法使用它，因为它是因子形式。

Answer 1

数据导入功能（此处：read.csv()）以及全局选项都为您提供了stringsAsFactors=FALSE，这应该可以解决此问题。

Answer 2

默认情况下，read.csv 检查数据的前几行，以查看是否将每个变量视为数字。如果它找到非数字值，则假定该变量是字符数据，并且字符变量将转换为因子。

数据集中的 PTS 和 MP 变量似乎包含非数字，这就是您得到意外结果的原因。您可以使用以下命令强制这些变量为数字

point <- as.numeric(as.character(point))
time <- as.numeric(as.character(time))

，但任何无法转换的值都将丢失。 （R FAQ 给出了一个稍微不同的因子 -> 数字转换方法，但我永远不记得它是什么。）

Answer 3

您可以使用以下命令对所有 read.csv/read.* 命令进行全局设置：
options(stringsAsFactors=F)

然后读取文件如下：
my.tab <- read.table( "filename.csv", as.is=T )

Answer 4

导入 csv 数据文件时，导入命令应反映每列之间的数据分隔 (;) 以及数值的浮点数分隔符（对于数值变量 = 2,5，这将是“,”）。

因此，导入 csv 的命令必须更加全面，包含更多命令：

stuckey <- read.csv2("C:/kalle/R/stuckey.csv", header=TRUE, sep=";", dec=",")

这应该将所有变量导入为整数或数字。

Answer 5

这些答案都没有提到 colClasses 参数，这是在 read.csv 中指定变量类的另一种方法。

 stuckey <- read.csv("C:/kalle/R/stuckey.csv", colClasses = "numeric") # all variables to numeric

或者您可以指定要转换的列：

stuckey <- read.csv("C:/kalle/R/stuckey.csv", colClasses = c("PTS" = "numeric", "MP" = "numeric") # specific columns to numeric

请注意，如果变量无法转换为数字，那么它将默认转换为因子，这使得转换为数字变得更加困难。因此，建议将所有变量读取为 'character' colClasses = "character"，然后在读入 csv 后将特定列转换为数字：

stuckey <- read.csv("C:/kalle/R/stuckey.csv", colClasses = "character")
point <- as.numeric(stuckey$PTS)
time <- as.numeric(stuckey$MP)

Answer 6

我也是 R 新手，也遇到了完全相同的问题。但后来我查看了我的数据，发现这是由于我的 csv 文件在所有数字列中使用逗号分隔符 (,) 造成的（例如：1,233,444.56 而不是 1233444.56）。

我删除了 csv 文件中的逗号分隔符，然后重新加载到 R 中。我的数据框现在将所有列识别为数字。

我确信 read.csv 函数本身有一种方法可以处理这个问题。

Answer 7

仅当在 read.csv 命令中包含 strip.white = TRUE 时，这才对我有效。

（我在此处找到了解决方案。）

Answer 8

对我来说，解决方案是包括skip = 0
（文件顶部要跳过的行数。可以设置 >0）

mydata <- read.csv(file = "file.csv", header = TRUE, sep = ",",skip = 22)