R을 사용하고 있으며를 사용하여 데이터를 데이터 프레임에로드했습니다 read.csv(). 데이터 프레임에서 각 열의 데이터 유형을 어떻게 확인합니까?
답변
시작하는 가장 좋은 방법은를 사용하는 것 ?str()입니다. 몇 가지 예를 살펴 보려면 데이터를 만들어 보겠습니다.
set.seed(3221) # this makes the example exactly reproducible
my.data <- data.frame(y=rnorm(5),
x1=c(1:5),
x2=c(TRUE, TRUE, FALSE, FALSE, FALSE),
X3=letters[1:5])@ Wilmer E Henao H의 솔루션은 매우 간소화되었습니다.
sapply(my.data, class)
y x1 x2 X3
"numeric" "integer" "logical" "factor" 를 사용 str()하면 해당 정보와 추가 장점 (예 : 요인 수준 및 각 변수의 처음 몇 값)을 얻을 수 있습니다.
str(my.data)
'data.frame': 5 obs. of 4 variables:
$ y : num 1.03 1.599 -0.818 0.872 -2.682
$ x1: int 1 2 3 4 5
$ x2: logi TRUE TRUE FALSE FALSE FALSE
$ X3: Factor w/ 5 levels "a","b","c","d",..: 1 2 3 4 5@Gavin Simpson의 접근 방식도 간소화되었지만 다음과는 약간 다른 정보를 제공합니다 class().
sapply(my.data, typeof)
y x1 x2 X3
"double" "integer" "logical" "integer"에 대한 자세한 내용은 class, typeof및 중간 아이, mode이 뛰어난 SO 스레드를 참조하십시오 R. ‘모드’와 ‘대해서 typeof’ ‘클래스’과의 사물의 형태의 포괄적 인 조사가 불충분하다 .
답변
sapply(yourdataframe, class)dataframe은 사용중인 데이터 프레임의 이름입니다.
답변
내가 제안 할게
sapply(foo, typeof)데이터 프레임에 실제 유형의 벡터가 필요한 경우 class()다소 다른 짐승입니다.
이 정보를 벡터로 얻을 필요가없는 경우 (즉, 프로그래밍 방식으로 나중에 다른 작업을 수행 할 필요가없는 경우)을 사용하십시오 str(foo).
두 경우 모두 foo데이터 프레임의 이름으로 대체됩니다.
답변
데이터 프레임을 다음 함수에 전달하면됩니다.
data_types <- function(frame) {
res <- lapply(frame, class)
res_frame <- data.frame(unlist(res))
barplot(table(res_frame), main="Data Types", col="steelblue", ylab="Number of Features")
}데이터 프레임에 모든 데이터 유형의 플롯을 생성합니다. 를 들어 조리개 데이터 셋 우리는 다음을 얻을 :
data_types(iris)
답변
작은 데이터 프레임의 경우 :
library(tidyverse)
as_tibble(mtcars)데이터 형식으로 df를 인쇄합니다.
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
* <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1큰 데이터 프레임의 경우 :
glimpse(mtcars)데이터 유형의 구조화 된보기를 제공합니다.
Observations: 32
Variables: 11
$ mpg <dbl> 21.0, 21.0, 22.8, 21.4, 18.7, 18.1, 14.3, 24.4, 22.8, 19.2, 17.8, 16.4, 17....
$ cyl <dbl> 6, 6, 4, 6, 8, 6, 8, 4, 4, 6, 6, 8, 8, 8, 8, 8, 8, 4, 4, 4, 4, 8, 8, 8, 8, ...
$ disp <dbl> 160.0, 160.0, 108.0, 258.0, 360.0, 225.0, 360.0, 146.7, 140.8, 167.6, 167.6...
$ hp <dbl> 110, 110, 93, 110, 175, 105, 245, 62, 95, 123, 123, 180, 180, 180, 205, 215...
$ drat <dbl> 3.90, 3.90, 3.85, 3.08, 3.15, 2.76, 3.21, 3.69, 3.92, 3.92, 3.92, 3.07, 3.0...
$ wt <dbl> 2.620, 2.875, 2.320, 3.215, 3.440, 3.460, 3.570, 3.190, 3.150, 3.440, 3.440...
$ qsec <dbl> 16.46, 17.02, 18.61, 19.44, 17.02, 20.22, 15.84, 20.00, 22.90, 18.30, 18.90...
$ vs <dbl> 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, ...
$ am <dbl> 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, ...
$ gear <dbl> 4, 4, 4, 3, 3, 3, 3, 4, 4, 4, 4, 3, 3, 3, 3, 3, 3, 4, 4, 4, 3, 3, 3, 3, 3, ...
$ carb <dbl> 4, 4, 1, 1, 2, 1, 4, 2, 2, 4, 4, 3, 3, 3, 4, 4, 4, 1, 2, 1, 1, 2, 2, 4, 2, ...열의 데이터 유형 목록을 얻으려면 (위의 @Alexandre가 말한 것처럼) :
map(mtcars, class)데이터 유형 목록을 제공합니다.
$mpg
[1] "numeric"
$cyl
[1] "numeric"
$disp
[1] "numeric"
$hp
[1] "numeric"열의 데이터 유형을 변경하려면 다음을 수행하십시오.
library(hablar)
mtcars %>%
convert(chr(mpg, am),
int(carb))열 변환 mpg및 am문자 컬럼에 carb정수를 :
# A tibble: 32 x 11
mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr> <dbl> <int>
1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1답변
명확하게 언급되지 않았으므로 다음을 추가하십시오.
모든 데이터 유형의 발생 횟수 를 보유 하는 테이블 을 작성하는 방법을 찾고있었습니다 .
data.frame두 개의 숫자와 하나의 논리 열 이 있다고 가정 해 봅시다.
dta <- data.frame(a = c(1,2,3),
b = c(4,5,6),
c = c(TRUE, FALSE, TRUE))각 데이터 유형의 열 수를 요약 할 수 있습니다.
table(unlist(lapply(dta, class)))
# logical numeric
# 1 2 열이 많고 빠른 개요를 원할 경우 매우 편리합니다.
크레딧 제공 : 이 솔루션은 @Cybernetic의 답변 에서 영감을 얻었습니다 .
답변
다음은 helpRFunctions 패키지의 일부인 함수로 , 데이터 프레임의 모든 다양한 데이터 유형과 해당 유형과 연관된 특정 변수 이름의 목록을 리턴합니다.
install.package('devtools') # Only needed if you dont have this installed.
library(devtools)
install_github('adam-m-mcelhinney/helpRFunctions')
library(helpRFunctions)
my.data <- data.frame(y=rnorm(5),
x1=c(1:5),
x2=c(TRUE, TRUE, FALSE, FALSE, FALSE),
X3=letters[1:5])
t <- list.df.var.types(my.data)
t$factor
t$integer
t$logical
t$numeric그러면 다음과 같은 작업을 수행 할 수 var(my.data[t$numeric])있습니다.
도움이 되길 바랍니다.
