R（一）一次R排错的全过程

关键词：R; 排错; factor; numeric;

女朋友发消息说用R处理数据时又出错了，而且找不到解决办法，只好让我看看。

发过来的原始文件就是一个csv，从文件大小上来看是一个小文件。那首先加载文件到R并看一些各列的情况：

可以看到中间三列Ch5.Ch6、Ch7.Ch6、Ch8.Ch6的数据类型是factor，而不是预期的numeric类型。女朋友抱怨遇到的问题就是指这个。既然类型不对，那就转换类型呗。利用as.numeric()函数进行转换：

奇怪，Ch5.Ch6那一列并没有转换成预期的0, 0.003413269等数字，而是5065, 4642这些整数。我立马意识到这些整数是“因子的顺序”，而不是原始的值。其实，进一步查看as.numeric()函数的说明文档可以发现里面提到了这一点：

里面提到的示例是：

既然说明文档里给出了转换类型的正确方法，那我们就重新加载文件试一试：

上面这张图信息有点多。首先我们注意到经过as.numeric(as.character())的转换后，Ch5.Ch6这一列的确变成我们预想的样子。

但是，转换后出现的警告信息（那一段warning message）说引入了NAs，这提示我那一列中很可能有字母。为什么这么说？因为as.numeric()函数的说明文档里有一个现成的例子说明了这一点：字母”B”的存在让as.numeric()函数引入了NA。

那我们就通过检查NA的位置来看看那个位置原来的值是不是有字母。
首先来看一下NA出现的位置：

可以看到，Ch5.Ch6这一列有三行出现了NA。那我们来看看这些行原来的值是不是字母：

果然，那三行的原始值存在着字母。

至此，原因终于找到了！接下来就是修正这些错误了。你可以直接在原始文件中进行修改，然后重新加载到R中；或者直接加载，然后在R中修改，比如像这样：

上面一共输入了四个命令，第一个命令重新加载文件到R中；第二个命令将Ch5.Ch6这一列由factor类型转换为numeric类型；第三个命令将Ch5.Ch6中引入的NA全部替换为一个中间数值（比如0）；第四个命令确认了Ch5.Ch6这一列已经全部变成了numeric类型。

对另两列Ch7.Ch6、Ch8.Ch6也做类似处理。至此，一个排错的过程就全部展现在这里了。这件事情再次提醒我两点：阅读说明文档可以让你少犯错！数据清洗是多么重要，如果这一步偷懒，后面要花更多精力来排错！

如果有任何建议欢迎交流！

（公众号：生信了）

R（一）一次R排错的全过程相关推荐

Microsoft R 和 Open Source R，哪一个才最适合你？
由于微信不允许外部链接,你需要点击文章尾部左下角的 "阅读原文",才能访问文中链接. R 是一个开源统计软件,在分析领域普及的非常快. 在过去几年中,无论业务规模如何,很多公司都采 ...
启动R环境并执行R脚本
启动R环境并执行R脚本 # 打开window系统本身的cmd或者anaconda prompt # 输入R,就会进入R console环境: R可以用'demo()'来看一些示范程序,用'help() ...
给定两个数r和n_输出r的n次方 java_滴滴出行2018编程题
[编程题] CIDR去重时间限制:1秒空间限制:65536K 无类别域间路由(CIDR)是一个用于对IPV4地址进行分类表述的方法.CIDR 路由描述的IP地址组的子网mask长度是可变长度, 例 ...
r语言线性回归_(R语言)线性回归：机器学习基础技术
线性回归: 使用最小二乘法预测定量的结果的一种回归模型. Anscombe数据集它由统计学家弗朗西斯·安斯库姆(Francis Anscombe)建立,用来强调数据可视化和异常值在数据分析中的重要性 ...
r语言必学的十个包肖凯_30 天学会R DAY 14：R语言必学包dplyr
原标题:30 天学会R DAY 14:R语言必学包dplyr 第14天 R语言必学包dplyr R语言非常讲究数据的整理,我们在7-13天的R语言学习内容中,着重都是关于R语言的整理,各种方法对数据进 ...
【数据分析R语言系列】R和RStudio的下载和安装， R在 Ubuntu 和CentOS 系统下的安装
文章目录准备工作 R 的下载和安装 RStudio 的下载和安装配置(可选) 常见问题与方案 R 在 Linux 系统下的安装 Ubuntu 从源安装 R CentOS 从源安装 R Rtools ...
生活中回归分析实际例子_回归分析中R方和调整R方的区别
介绍当我开始我的数据科学之旅时,我探索的第一个算法是线性回归. 在理解了线性回归的概念和算法的工作原理之后,我非常兴奋地使用它并在问题陈述中做出预测.我相信你们大多数人也会这么做的.但是一旦我们建立 ...
r语言代码html,R语言学习笔记-内附实例及代码
R语言入门 R是开源的统计绘图软件,也是一种脚本语言,有大量的程序包可以利用. R中的向量.列表.数组.函数等都是对象,可以方便的查询和引用,并进行条件筛选. R具有精确控制的绘图功能,生成的图可以另 ...
在$x_0$处全导数可逆的函数$f:\mathbf{R^n}\to\mathbf{R^n}$的一个性质
注:该文章宣布报废,因为结论是错误的.关键的错误证明已经用红字显示.我是看了matrix67的函数上某一点导数为正,该点邻域不一定形成单增区间才想起自己的错误的. 设$f:\mathbf{R}^n\t ...
8.编写程序，要求如下：定义名为VolumeArea的抽象类，在其中定义圆周率的值为3.14159，并定义两个抽象方法volume(double r)和area(double r)，它们的返回
8.编写程序,要求如下: 定义名为VolumeArea的抽象类,在其中定义圆周率p的值为3.14159,并定义两个抽象方法volume(double r)和area(double r),它们的返回 ...

R（一）一次R排错的全过程

R（一）一次R排错的全过程相关推荐

最新文章

热门文章