[R-es] ¿Qué hace as.numeric()?

Jue Ago 4 17:04:35 CEST 2016

Mira este enlace que dice basicamente lo mismo que te puse:

http://www.dummies.com/programming/r/how-to-convert-a-factor-in-r/

Saludos

El 4 de agosto de 2016, 11:32, Fernando Macedo <fermace en gmail.com> escribió:

> En general lo que yo uso en esos casos es as.numeric(as.character(X))
>
> No se los términos correctos pero los factores aunque se muestren con los
> nombres de las diferentes clases, internamente son clases separadas que se
> nombran como enteros por ejemplo del 1 al n de clases. Cuando usas
> directamente as.nuemric sobre un factor, este toma los numeros de las
> clases y no el valor de clase.
>
> Fijate en el código que te mando a continuación y lo verás mejor:
>
>
> x=as.factor(letters[8:18])
> levels(x)
> labels(x)
>
> as.numeric(x)
> as.character(x)
>
>
> x=as.factor(8:18)
> levels(x)
> labels(x)
>
> as.numeric(x)
> as.character(x)
> as.numeric(as.character(x))
>
>
> Usé labels en el código aunque no se si son exatamente las labels de los
> factores, pero usandola ejemplifica justamente lo que digo.
>
> Para evitarme algunos problemas en general uso stringAsFactor=F cuando
> levanto datos porque algunas identificaciones alfanumericas las levanta
> como factores y si te comes eso luego gráficos por id o cosas así te salen
> con las labels de los factores y no con los valores en sí.
>
> Espero que fuera de ayuda, saludos
>
>
> Fernando Macedo
>
> El 04/08/16 a las 09:40, Mauricio Monsalvo escribió:
>
> Hola.
> Muchas gracias, Carlos y Javier.
> Les paso el scrip que utilicé y genera el problema raro, por si algún otro
> parámetro está mal indicado. La forma dec="," sí estaba indicada, pero
> podría estar en conflicto con otro parámetro, sin que yo lo sepa.
> No adjunto un pequeño recorte del archivo, porque al ser solo una parte, el
> problema no aparece... Y siendo más de 4,5 millones de registros, no es
> posible compartirlo con la lista y nomás abrirlo con un bloc de notas es
> molesto:
> pami <- read.table("Export.csv", header=T, sep=";", dec =",",
> #                   colClasses=c("Factor", "int", "int", "Factor",
> rep("numeric", 2),
> #                                rep("int", 4), rep("Factor", 3),
> "numeric", rep("Factor", 3)),
>                    encoding = "UTF-8", quote="\"", comment.char = "")
> Importé los datos con Acccess y por lo que veo, tengo razones para
> sospechar que parte de ese .cvs se generó a partir de .xls que tienen o
> bien totales o bien tablas dinámicas, en lugar de matrices de datos
> regulares. Básicamente, porque para algunas variables de interés
> (factores), aparecen las filas el nombre de la variable y (v.g., en la
> variable LABORATORIO no aparece el nombre de un laboratorio sino el "valor"
> LABORATORIO y en PRODUCTO aparece el valor PRODUCTO mientras que el resto
> de las variables dan NULL).-
> Si eso es cierto, entonces, ¿puedo indicarle al R que importe todos los
> registros salvo aquellos en los que las variables a,b tengan los valores
> i,j? ¿tengo alguna forma de utilizar un ifelse al importar? De esa forma
> evitaría que read.table incorpore filas que vaya uno a saber qué tipo de
> datos tienen y eso podría ser que antes o luego, al convertir los tipos de
> datos, solo pierda aquellos que son basura pero no que el resultado sea
> impredecible.
> Un plan b que utilicé (siempre me fallan los planes b!!) es colClasses pero
> me apareció el problema de "valor inesperado: se espera un real y se obtuvo
> un 4,5%", etc. Si pudiera indicarle que al R que yo también espero un tipo
> de datos dado (v.g. un entero, un número, un factor) y que estamos de
> acuerdo en eso, así que cuando encuentro algo que no sea lo esperado lo
> convierta en NA, creo que también podría resolver la otra parte del
> problema que tiene mi archivo.
> Con importar los datos desde el access resolví mi problema, pero no mi
> duda: ¿por qué as.numeric "transforma" los valores? ¿Qué puede hacer que
> transforme 753,2256 a 61343 o
>
> 62,7688
>  a
> 17390? ¿Es alguna forma de "corrupción" o en alguna variante es algo
> esperable?
> Es claro que lo mejor que puedo hacer es volver a generar ese .csv sin
> errores, pero no estaría dentro de mis posibilidades a mano.
> Perdón por tantas dudas y preguntas, pero al ser un archivo de mucho peso,
> cada prueba y error consume demasiado tiempo (y memoria!!!), así que una
> mejor comprensión previa, teórica, del proceso me ayuda mucho.
> Gracias.
>
> El 3 de agosto de 2016, 18:28, Carlos Ortega <cof en qualityexcellence.es> <cof en qualityexcellence.es>
> escribió:
>
>
> Tranquilo que no te han hackeado tu "R"...
>
> Simplemente que al importar tu CSV, no has indicado que los decimales son
> las ",". Y ese campo lo importa como un character (un string). Y cuando lo
> conviertes a numeric, el resultado es un tanto impredecible.
>
> Si utilizas read.table para importar, simplemente incluye el parámetro
> "dec" de esta forma "read.table(..... , *dec = ","*). Esta vez, esa
> columna será numeric directamente.
>
> Saludos,
> Carlos Ortegawww.qualityexcellence.es
>
>
>
>
> El 3 de agosto de 2016, 23:05, <javier.ruben.marcuzzi en gmail.com> <javier.ruben.marcuzzi en gmail.com> escribió:
>
>
> Estimado Mauricio Monsalvo
>
> Usted dice que el csv es muy pesado y sucio, por lo cuál es posible que
> su trabajo en R sea correcto, pero como los datos son “malos en su calidad
> de almacenamiento”, hay problemas.
>
> CSV es leído por planillas de cálculo y bases de datos, las primeras son
> fáciles pero si los datos son muchos dan problemas, las segundas tienen
> alguna herramienta que facilita su importación.
>
> Si usted logra importar los datos a una base de datos podrá leerlos desde
> R, es probable que desde R o desde la misma base de datos pueda encontrar
> valores inadecuados, o en su defecto la importación a la base de datos
> soluciona el problema, pensando en por ejemplo que en el CSV hay datos 2,3
> y 2.3, siendo ambos iguales pero en informática no son lo mismo.
>
> Javier Rubén Marcuzzi
>
> De: Mauricio Monsalvo
>         [[alternative HTML version deleted]]
>
> _______________________________________________
> R-help-es mailing listR-help-es en r-project.orghttps://stat.ethz.ch/mailman/listinfo/r-help-es
>
> --
> Saludos,
> Carlos Ortegawww.qualityexcellence.es
>
>
>

-- 

Fernando Macedo

	[[alternative HTML version deleted]]