问题

让我们假设我有这个数据框（df）：

df = data.frame(x = c('1E','1E','2F','2F','3F','3E','4E'),
                y = LETTERS[1:7])

第一列（x）的数据类型是字符型。我只想将其数据类型更改为数值型，同时保持相同的变量（也就是说变量 x 仍然包含字母，但其数据类型将变为数值型）。

df = data.frame(x = c('1E','1E','2F','2F','3F','3E','4E'),
                y = LETTERS[1:7] )

答案1

得分: 1

我们可以使用

library(dplyr)
df %>%
mutate(x1 = readr::parse_number(x))

-输出

x y x1
1 1E A 1
2 1E B 1
3 2F C 2
4 2F D 2
5 3F E 3
6 3E F 3
7 4E G 4

<details>
<summary>英文:</summary>

We could use

library(dplyr)
df %>%
mutate(x1 = readr::parse_number(x))

-output

x y x1
1 1E A 1
2 1E B 1
3 2F C 2
4 2F D 2
5 3F E 3
6 3E F 3
7 4E G 4

</details>



# 答案2
**得分**: 1

你可能正在寻找一个 `factor`。

（df$x <- as.factor(df$x))
# [1] 1E 1E 2F 2F 3F 3E 4E
# Levels: 1E 2F 3E 3F 4E

其中

mode(df$x)
# [1] "numeric"

<details>
<summary>英文:</summary>

You are probably looking for a `factor`.
    
    (df$x &lt;- as.factor(df$x))
    # [1] 1E 1E 2F 2F 3F 3E 4E
    # Levels: 1E 2F 3E 3F 4E
    
where
    
    mode(df$x)
    # [1] &quot;numeric&quot;



</details>



# 答案3
**得分**: 1

我们可以使用 `str_extract` 和正则表达式 [0-9+]:

```R
library(dplyr)
library(stringr)

df %>%
  mutate(x1 = as.numeric(str_extract(x, '[0-9+]')))

x y x1

1 1E A 1
2 1E B 1
3 2F C 2
4 2F D 2
5 3F E 3
6 3E F 3
7 4E G 4

library(dplyr)
library(stringr)

df %>% 
  mutate(x1 = as.numeric(str_extract(x, '[0-9+]'))) 


 x     y        x1
  <chr> <chr> <dbl>
1 1E    A         1
2 1E    B         1
3 2F    C         2
4 2F    D         2
5 3F    E         3
6 3E    F         3
7 4E    G         4

答案4

得分: 1

你可能需要创建一个新的ID列，通过唯一值对x进行重新编码。
一个巧妙的方法是将其转换为因子，然后转换为数值。
这将创建一个新的数值ID。

library(dplyr)

df %>%
    mutate(new_id = as.numeric(as.factor(x)),
           .after = x)

这段代码的目的是为数据框df创建一个新列"new_id"，通过将列"x"的唯一值编码为数值来实现。

library(dplyr)

df %>%
    mutate(new_id = as.numeric(as.factor(x)),
           .after = x)

   x new_id y
1 1E      1 A
2 1E      1 B
3 2F      2 C
4 2F      2 D
5 3F      4 E
6 3E      3 F
7 4E      5 G

</details>