R將一個數字作爲一個字符

Question

我試圖將一系列文本文件讀入R.這些文件具有相同的形式，至少看起來是相同的形式。除了一個文件，一切都很好。當我讀取該文件時，R將所有數字視爲字符。我用as.numeric轉換回來，但數據值改變了。我也嘗試將文本文件轉換爲csv，然後讀入R，但它也不起作用。請問有沒有人有這樣的問題？請問如何解決它？謝謝！

該數據來自人類死亡率數據庫。由於版權問題，我無法在這裏附上數據。但是每個人都可以通過HMD註冊並下載數據（www.mortality.org）。作爲一個例子，我使用了澳大利亞和比利時的1乘1曝光數據。

我的代碼如下：

AUSe<-read.table("AUS.Exposures_1x1.txt",skip=1,header=TRUE)[,-5] 
BELe<-read.table("BEL.Exposures_1x1.txt",skip=1,header=TRUE)[,-5] 

然後我想在上述數據幀或基質添加一些行。對於澳大利亞的數據（例如AUSe[1,3]+AUSe[2,3]）是很好的。但是，將相同的命令應用於比利時數據時發生錯誤：BELe[1, 3] + BELe[2, 3]中的錯誤：對二元運算符的非數字參數。但如果你看一下文本文件，你知道那是兩個數字。很顯然R在閱讀文本文件時將一個數字看作一個字符，這很奇怪。

Answer 1

試試這個：

BELe<-read.table("BEL.Exposures_1x1.txt",skip=1, colClasses="numeric", header=TRUE)[,-5] 

或者你可以肯定張貼文件的只是一點點，並沒有違反至少任何版權法在我的管轄範圍（我認爲這是同一個像人死亡數據庫）。

Belgium, Exposure to risk (period 1x1)  Last modified: 04-Feb-2011, MPv5 (May07) 

    Year  Age  Female   Male   Total 
    1841  0  61006.15  62948.23 123954.38 
    1841  1  55072.53  56064.21 111136.73 
    1841  2  51480.76  52521.70 104002.46 
    1841  3  48750.57  49506.71  98257.28 
    ....   .  .... 

所以我可能會建議更加準確colClasses：

BELe<-read.table("BEL.Exposures_1x1.txt",skip=2, # really two lines to skip I think 
       colClasses=c(rep("integer", 2), rep("numeric",3)), 
       header=TRUE)[,-5] 

我懷疑promlem發生，因爲像這些行：

1842  110+   0.00   0.00   0.00 

所以，你需要確定如何您對維護110+值有很大的興趣。用我的方法，他們將被強制爲NA's。 （嗯，我還以爲他們會但像你，我得到了一個錯誤，以便需要此多步驟的過程：

BELe<-read.table("Exposures_1x1.txt",skip=2, 
        header=TRUE) 
BELe[ , 2:5] <- lapply(BELe[ , 2:5], as.character) 
str(BELe) 
#------------- 
'data.frame': 18759 obs. of 5 variables: 
$ Year : int 1841 1841 1841 1841 1841 1841 1841 1841 1841 1841 ... 
$ Age : chr "0" "1" "2" "3" ... 
$ Female: chr "61006.15" "55072.53" "51480.76" "48750.57" ... 
$ Male : chr "62948.23" "56064.21" "52521.70" "49506.71" ... 
$ Total : chr "123954.38" "111136.73" "104002.46" "98257.28" ... 
#------------- 
BELe[ , 2:5] <- lapply(BELe[ , 2:5], as.numeric) 

#---------- 
Warning messages: 
1: In lapply(BELe[, 2:5], as.numeric) : NAs introduced by coercion 
2: In lapply(BELe[, 2:5], as.numeric) : NAs introduced by coercion 
3: In lapply(BELe[, 2:5], as.numeric) : NAs introduced by coercion 
4: In lapply(BELe[, 2:5], as.numeric) : NAs introduced by coercion 
str(BELe) 
#----------- 
'data.frame': 18759 obs. of 5 variables: 
$ Year : int 1841 1841 1841 1841 1841 1841 1841 1841 1841 1841 ... 
$ Age : num 0 1 2 3 4 5 6 7 8 9 ... 
$ Female: num 61006 55073 51481 48751 47014 ... 
$ Male : num 62948 56064 52522 49507 47862 ... 
$ Total : num 123954 111137 104002 98257 94876 ... 
# and just to show that tey are not really integers: 
BELe$Total[1:5] 
#[1] 123954.38 111136.73 104002.46 98257.28 94875.89 

Answer 2

你可以嘗試read.csv（... stringsAsFactors = FALSE）嗎？

Answer 3

我通常讀取這些文件的方式是：

BELexp <- read.table("BEL.Exposures_1x1.txt", skip = 2, header = TRUE, na.strings = ".", as.is = TRUE) 

注意，比利時在第一次世界大戰期間失去了3年的數據，這些數據可能永遠無法恢復，因此這三年都是國家統計局，在這些文件中標有"."這個字符串，因此參數na.strings = "."。指定該參數將處理所有列Age，這是字符（故意），由於"110+"。 HMD這樣做的原因是，用戶必須有意識地處理開放年齡組。您可以將年齡列使用整數：

BELexp$Age <- as.integer(gsub("[+]", "", BELexp$Age)) 

由於這些問題是長期R-HMD用戶的剋星，在HMD最近張貼在一個小，但越來越封裝在github上叫一些R裏面的函數（現在）DemogBerkeley。功能readHMD()刪除所有上述頭痛：

library(devtools) 
install_github("DemogBerkeley", subdir = "DemogBerkeley", username = "UCBdemography") 

BELexp <- readHMD("BEL.Exposures_1x1.txt") 

注意，新的指標列，叫做OpenInterval加入，而年齡被轉化成如上述整數。