as.numeric將實際值更改爲最初是因素的數據。

Question

當我將as.numeric和as.integer應用於列時，它會更改這些值。爲什麼是這樣？例如：

test <- data.frame(structure(c("52053,34", "79032,83", "20679,06", "20799,56", "20679,06", 
     "21279,45", "51789,44", "54189,45", "73138,89", "73138,89"), .Dim = c(10L, 
                       1L))) 
names(test)[names(test) == "structure.c..52053.34....79032.83....20679.06....20799.56....20679.06..."] <- "column" 

test$b <- as.numeric(test$column) 
test$c <- as.integer(test$column) 

Answer 1

test$column是一個因素。

class(test$column) 
## [1] "factor" 

levels(test$column)顯示因子水平的標籤。

levels(test$column) 
## [1] "20679,06" "20799,56" "21279,45" "51789,44" "52053,34" "54189,45" "73138,89" 
## [8] "79032,83" 

實際的數據值是整數：5,8，1等

unclass(test$column) 
## [1] 5 8 1 2 1 3 4 6 7 7 
## attr(,"levels") 
## [1] "20679,06" "20799,56" "21279,45" "51789,44" "52053,34" "54189,45" "73138,89" 
## [8] "79032,83" 

的test$column第一個元素由整數5表示的，因爲它是第五級。縱觀水平向量，我們看到的是，5級的標籤是

levels(test$column)[5] 
## [1] "52053,34" 

一般情況下，我們希望得到每個對應元素的標籤，將每個那些以數字：

as.numeric(sub(",", ".", levels(test$column))[test$column]) 
## [1] 52053.34 79032.83 20679.06 20799.56 20679.06 21279.45 51789.44 54189.45 
## [9] 73138.89 73138.89 

或者試試這個較短的版本：

as.numeric(sub(",", ".", test$column)) 
## [1] 52053.34 79032.83 20679.06 20799.56 20679.06 21279.45 51789.44 54189.45 
## [9] 73138.89 73138.89 

如果數字被擺在首位（而不是逗號）用小數點代表那麼這個就已經足夠了，其中x是這樣的AF演員：

as.numeric(as.character(x))