web-dev-qa-db-ja.com

データフレームの列のデータ型を決定する

私はRを使っていて、read.csv()を使ってデータをデータフレームにロードしました。データフレームの各列のデータ型を確認するにはどうすればよいですか。

117

あなたが始めるための最善の策は、 ?str() を使うことです。いくつかの例を探るために、いくつかのデータを作りましょう。

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 Hのソリューションは非常に合理化されています。

sapply(my.data, class)
        y        x1        x2        X3 
"numeric" "integer" "logical"  "factor" 

str()を使用すると、その情報と追加の利点(あなたの要因のレベルや各変数の最初のいくつかの値など)が得られます。

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 Simpsonのアプローチも合理化されていますが、class()とはわずかに異なる情報を提供します。

sapply(my.data, typeof)
       y        x1        x2        X3 
"double" "integer" "logical" "integer"

classtypeof、および真ん中の子modeについての詳細は、この優秀なSO threadを参照してください。 Rのものの種類の包括的な調査。 classとtypeofが不十分です

175
gung
sapply(yourdataframe, class)

Yourdataframeは、使用しているデータフレームの名前です。

38
Wilmer E. Henao

私はお勧めします

sapply(foo, typeof)

データフレーム内の実際のベクトル型が必要な場合。 class()はやや異なる獣です。

この情報をベクトルとして取得する必要がない場合(つまり、後でプログラム的に何かするためにそれを必要としない場合)、単にstr(foo)を使用してください。

どちらの場合もfooはあなたのデータフレームの名前に置き換えられます。

16
Gavin Simpson

データフレームを次の関数に渡すだけです。

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")
}

データフレーム内のすべてのデータ型のプロットを作成します。 アイリスデータセットの場合、次のようになります。

data_types(iris)

enter image description here

7
Cybernetic

小さいデータフレームの場合:

library(tidyverse)

as_tibble(mtcars)

データ型とともにdfを印刷する

# 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     1

大きなデータフレームの場合:

glimpse(mtcars)

データ型の構造化ビューを提供します。

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, ...

列のデータ型のリストを取得するには(上記の@Alexandreによる):

map(mtcars, class)

データ型のリストを与える:

$mpg
[1] "numeric"

$cyl
[1] "numeric"

$disp
[1] "numeric"

$hp
[1] "numeric"

列のデータ型を変更するには、

library(hablar)

mtcars %>% 
  convert(chr(mpg, am),
          int(carb))

mpgamを文字に、列carbを整数に変換します。

# 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     1
3
davsjob

明記されていないので、これを追加します。

tableを作成して、すべてのデータ型の出現回数を保持する方法を探していました。

2つの数値列と1つの論理列を持つdata.frameがあるとします。

dta <- data.frame(a = c(1,2,3), 
                  b = c(4,5,6), 
                  c = c(TRUE, FALSE, TRUE))

それを使って各データ型の列数をまとめることができます。

table(unlist(lapply(dta, class)))
# logical numeric 
#       1       2 

あなたがたくさんのコラムを持っていて、そして速い概要を得たいならば、これは非常に役に立ちます。

クレジットを与えるために:この解決策は から促されました - @Cyber​​neticの答え

3
loki

これは helpRFunctions パッケージの一部である関数で、データフレーム内のさまざまなデータ型のすべてのリストとその型に関連した特定の変数名。

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$logical
t$numeric

それからvar(my.data[t$numeric])のようなことができます。

これが役に立つことを願っています!

2
ML_Dev

もう一つの選択肢はpurrrパッケージのmap関数を使うことです。

library(purrr)
map(df,class)
1
Alexandre Lima

Csvファイルをdata.frame(行列ではなく)としてインポートする場合は、summary.defaultも使用できます。

summary.default(mtcars)

     Length Class  Mode   
mpg  32     -none- numeric
cyl  32     -none- numeric
disp 32     -none- numeric
hp   32     -none- numeric
drat 32     -none- numeric
wt   32     -none- numeric
qsec 32     -none- numeric
vs   32     -none- numeric
am   32     -none- numeric
gear 32     -none- numeric
carb 32     -none- numeric
1
DJV