为什么R中的read.csv会将字段转换为某些文件的因子，而不是其他文件的因子？

问题描述

我有几个气象站的天气数据表。当我使用read.csv分别导入它们时，这些字段是因子，整数和数字。但是，当我尝试导入一个结合了所有数据的csv文件时，数据框中的结果字段是所有因素。在合并的文件中，第一个字段具有多个字母数字变量，而在单个文件中，只有一个变量（站名）。

解决方法

这是data.frame() R中base的一种常见行为。在大多数情况下，read.csv()的结果将存储在data.frame中。正如@Duck在评论部分中建议的那样，您可以通过将stringsAsFactors参数设置为FALSE来避免这种行为。

read.csv('myfile.csv',stringsAsFactors = FALSE)

您可以在下面的data.frame函数的文档页面上查看此说明。您可以使用?data.frame命令访问此文档。

传递给data.frame的字符变量将转换为因子列，除非受I()保护或参数stringsAsFactors为假。

因此，在您的情况下，这会在您的组合文件中发生，因为R会将所有变量解释为字符。为什么？可能是因为在一个（或某些）文件的“数字”和“整数”列中，某些数据行格式不正确。例如，也许连续有一个“ x”代表缺失值。 read.csv()使用整个文件来确定每一列的数据的格式，因此一旦函数达到该“ x”值，它将把整个列解释为字符。当此数据传递到data.frame()时，函数会将这些字符转换为因数。您感到遗憾的是，在合并的文件中，第一个字段中包含一些字母数字值。因此，这些值可能是导致问题产生的“ x”值。