Jak zaokrąglić data.frame w R, która zawiera niektóre zmienne znakowe?

Question

Mam ramkę danych i chcę zaokrąglić wszystkie liczby (gotowe do eksportu). To musi być proste, ale mam problemy, ponieważ niektóre bity w ramce danych nie są liczbami. Na przykład chcę zaokrąglić liczby do najbliższej liczby całkowitej w poniższym przykładzie:

ID = c("a","b","c","d","e") 
Value1 = c("3.4","6.4","8.7","1.1","0.1") 
Value2 = c("8.2","1.7","6.4","1.9","10.3") 
df<-data.frame(ID,Value1,Value2) 

Czy ktoś może mi pomóc? Potrafię zaokrąglić poszczególne kolumny (np. round(df$Value1, 2)), ale chcę zaokrąglić całą tabelę, która zawiera niektóre kolumny, które nie są numeryczne.

Answer 1

Najpierw upewnij się, że numer kolumny są numeryczne:

ID = c("a","b","c","d","e") 
Value1 = as.numeric(c("3.4","6.4","8.7","1.1","0.1")) 
Value2 = as.numeric(c("8.2","1.7","6.4","1.9","10.3")) 
df<-data.frame(ID,Value1,Value2, stringsAsFactors = FALSE) 

Następnie okrągłe tylko kolumny liczbowe:

df[,-1] <-round(df[,-1],0) #the "-1" excludes column 1 
df 

    ID Value1 Value2 
1 a  3  8 
2 b  6  2 
3 c  9  6 
4 d  1  2 
5 e  0  10 

Answer 2

Dlaczego po prostu nie użyjesz ID jako nazwy wiersza?

... i wyjąć „'s od wartość1 i wartość2 danych

Spróbuj to zamiast:

ID = c("a","b","c","d","e") 
Value1 = c(3.4,6.4,8.7,1.1,0.1) 
Value2 = c(8.2,1.7,6.4,1.9,10.3) 

df<-data.frame(ID,Value1,Value2,row.names=TRUE) 

> df 
    Value1 Value2 
a 3.4 8.2 
b 6.4 1.7 
c 8.7 6.4 
d 1.1 1.9 
e 0.1 10.3 

> str(df) 
'data.frame': 5 obs. of 2 variables: 
$ Value1: num 3.4 6.4 8.7 1.1 0.1 
$ Value2: num 8.2 1.7 6.4 1.9 10.3 

Nie jestem pewien, co chcesz zrobić z rundy, ale trzeba niektóre opcje w R:

?ceiling() 
?floor() 
?trunc() 

Answer 3

Uznając, że jest to stare pytanie i jedna odpowiedź jest akceptowane, chciałbym zaoferować inne rozwiązanie, ponieważ kwestia pojawia się jako najlepszy w rankingu wyniku na Google.

Bardziej ogólnie rozwiązaniem jest utworzenie osobnej funkcji, które wyszukuje wszystkich zmiennych numerycznych i strzały je do określonej liczby cyfr:

round_df <- function(df, digits) { 
    nums <- vapply(df, is.numeric, FUN.VALUE = logical(1)) 

    df[,nums] <- round(df[,nums], digits = digits) 

    (df) 
} 

Raz zdefiniowane, można go używać w następujący sposób:

> round_df(df, digits=3) 

Answer 4

Pozostałe odpowiedzi nie odpowiadają na pytanie PO dokładnie dlatego, że zakładają, że dane przykładowe różnią się od podanych w PO.

Jeśli odczytamy pytanie dosłownie i chcemy ogólnego rozwiązania, które znajdzie kolumny z cyframi (dowolnego typu wektorowego), skonwertuj je na numeryczne, a następnie wykonaj inną operację numeryczną, taką jak zaokrąglenie.Możemy użyć purrr:dmap i zrobić to tak:

Oto dane dostarczone przez PO, gdzie wszystkie cols są czynnikami (irytujące domyślne, ale można sobie z tym poradzić):

ID = c("a","b","c","d","e") 
Value1 = c("3.4","6.4","8.7","1.1","0.1") 
Value2 = c("8.2","1.7","6.4","1.9","10.3") 
df<-data.frame(ID,Value1,Value2) 

str(df) 
'data.frame': 5 obs. of 3 variables: 
$ ID : Factor w/ 5 levels "a","b","c","d",..: 1 2 3 4 5 
$ Value1: Factor w/ 5 levels "0.1","1.1","3.4",..: 3 4 5 2 1 
$ Value2: Factor w/ 5 levels "1.7","1.9","10.3",..: 5 1 4 2 3 

We ll szukać przełęcze z cyfr w nich i dokonać dataframe indeksów oznaczyć numeryczne:

library(dplyr) 
library(purrr) 

df_logical <- 
df %>% 
    dmap(function(i) grepl("[0-9]", i)) 

df_logical 
    ID Value1 Value2 
1 FALSE TRUE TRUE 
2 FALSE TRUE TRUE 
3 FALSE TRUE TRUE 
4 FALSE TRUE TRUE 
5 FALSE TRUE TRUE 

str(df_logical) 
'data.frame': 5 obs. of 3 variables: 
$ ID : logi FALSE FALSE FALSE FALSE FALSE 
$ Value1: logi TRUE TRUE TRUE TRUE TRUE 
$ Value2: logi TRUE TRUE TRUE TRUE TRUE 

Wtedy możemy wykorzystać te indeksy, aby wybrać podzbiór przełęcze w oryginalnym dataframe i konwertować je do numeryczna, i rób także inne rzeczy (w tym przypadku zaokrąglanie):

df_numerics <- 
map(1:ncol(df), function(i) ifelse(df_logical[,i], 
             as.numeric(as.character(df[,i])), 
             df[,i])) %>% 
    dmap(round, 0) %>% 
    setNames(names(df)) 

I mamy pożądany rezultat:

df_numerics 
    ID Value1 Value2 
1 1  3  8 
2 2  6  2 
3 3  9  6 
4 4  1  2 
5 5  0  10 

str(df_numerics) 
'data.frame': 5 obs. of 3 variables: 
$ ID : num 1 2 3 4 5 
$ Value1: num 3 6 9 1 0 
$ Value2: num 8 2 6 2 10 

To może być przydatna w przypadku dataframe z dużą liczbą kolumn, a gdzie mamy wiele typu cols charakter/czynnika pełne cyfry, które chcemy mieć jako cyfry, ale zbyt męczące, by robić to ręcznie.

Answer 5

Wiem, że to późna odpowiedź, ale miałem też ten sam problem. Po jakiejś poszukiwania znalazłem to być najbardziej eleganckie rozwiązanie:

data.frame(lapply(x, function(y) if(is.numeric(y)) round(y, 2) else y)) 

Rozwiązanie pochodzi z: Jean V. Adams Statystyk US Geological Survey Great Lakes Science Center 223 East Steinfest drogowe Antigo, WI 54409 USA

http://r.789695.n4.nabble.com/round-a-data-frame-containing-character-variables-td3732415.html

Answer 6

Oto jedno-liner, że mi się podoba, używając: (to zastosować round funkcja tylko do kolumny typu klasy określonej w classes argument)

df2 <- rapply(object = df, f = round, classes = "numeric", how = "replace", digits = 0) 

Answer 7

Odpowiedzi powyższego punktu na zewnątrz para potknięcia na początkowe pytanie, które czynią go bardziej skomplikowane niż tylko zaokrąglenie wielu kolumn, przede wszystkim:

1. liczby zostały wprowadzone jako znaki i
2. data.frame() domyślny konwertuje znakowych liczb na czynniki

Odpowiedź Ben szczegółowo opisuje sposób postępowania z tymi problemami i dotyczy purrr::dmap(). Pakiet purrr został zmodyfikowany, a funkcja dmap jest przestarzała (na rzecz map_df()).
Istnieje również nowsza funkcja, modify_if(), która może rozwiązać problem zaokrąglania wielu kolumn numerycznych, dlatego chciałem zaktualizować tę odpowiedź.

---

będę wprowadzić dane jak numery, dodając kilka dodatkowych cyfr zaokrąglić do przykładu szerzej dotyczy:

df <- data.frame(ID = c("a","b","c","d","e"), 
       Value1 =c(3.4532897,6.41325,8.71235,1.115,0.115), 
       Value2 = c(8.2125,1.71235,6.4135,1.915,10.3235)) 

Używanie purrr::modify_if() funkcję:

purrr::modify_if(df, ~is.numeric(.), ~round(., 0)) 

    ID Value1 Value2 
1 a  3  8 
2 b  6  2 
3 c  9  6 
4 d  1  2 
5 e  0  10 

po prostu zamień na round(digits= 0) na odpowiednie miejsca dziesiętne

modify_if(df, ~is.numeric(.), ~round(., 2)) 
    ID Value1 Value2 
1 a 3.45 8.21 
2 b 6.41 1.71 
3 c 8.71 6.41 
4 d 1.12 1.92 
5 e 0.12 10.32 

patrz http://purrr.tidyverse.org/ dalszej dokumentacji składni

ten może również odbywać się w dwóch etapach z użyciem zasady R zastosowanie funkcji tworząc indeks kolumny (numVars) i następnie standardowy indeksowania modyfikowania tylko te kolumny:

numVars <- sapply(df, is.numeric) 
    ID Value1 Value2 
FALSE TRUE TRUE 

df[, numVars] <- lapply(df[, numVars], round, 0) 
df 
    ID Value1 Value2 
1 a  3  8 
2 b  6  2 
3 c  9  6 
4 d  1  2 
5 e  0  10 

Answer 8

myślę neatest sposób to zrobić teraz używa dplyr

library(dplyr) 
df %>% 
mutate_if(is.numeric, round) 

to będzie cały Columa numeryczną ns w ramce danych

Answer 9

Należy pamiętać, że niektóre rozwiązania (np. Alvisa) nie dbają o nazwy wierszy, co oznacza, że ​​się zgubili.

Spróbuj: df <- data.frame(v1 = seq(1.11, 1.20, 0.01), v2 = letters[1:10])

row.names(df)=df$v2

teraz spróbować data.frame(lapply(df, function(y) if(is.numeric(y)) round(y, 2) else y)) jak sugeruje Alvis. nazwy wierszy już tam nie ma.

Propozycja Akhmeda zachowuje nazwy wierszy, ponieważ działa z zamiennikami.