R（一）一次R排错的全过程

关键词：R; 排错; factor; numeric;

女朋友发消息说用R处理数据时又出错了，而且找不到解决办法，只好让我看看。

发过来的原始文件就是一个csv，从文件大小上来看是一个小文件。那首先加载文件到R并看一些各列的情况：

可以看到中间三列Ch5.Ch6、Ch7.Ch6、Ch8.Ch6的数据类型是factor，而不是预期的numeric类型。女朋友抱怨遇到的问题就是指这个。既然类型不对，那就转换类型呗。利用as.numeric()函数进行转换：

奇怪，Ch5.Ch6那一列并没有转换成预期的0, 0.003413269等数字，而是5065, 4642这些整数。我立马意识到这些整数是“因子的顺序”，而不是原始的值。其实，进一步查看as.numeric()函数的说明文档可以发现里面提到了这一点：

里面提到的示例是：

既然说明文档里给出了转换类型的正确方法，那我们就重新加载文件试一试：

上面这张图信息有点多。首先我们注意到经过as.numeric(as.character())的转换后，Ch5.Ch6这一列的确变成我们预想的样子。

但是，转换后出现的警告信息（那一段warning message）说引入了NAs，这提示我那一列中很可能有字母。为什么这么说？因为as.numeric()函数的说明文档里有一个现成的例子说明了这一点：字母”B”的存在让as.numeric()函数引入了NA。

那我们就通过检查NA的位置来看看那个位置原来的值是不是有字母。
首先来看一下NA出现的位置：

可以看到，Ch5.Ch6这一列有三行出现了NA。那我们来看看这些行原来的值是不是字母：

果然，那三行的原始值存在着字母。

至此，原因终于找到了！接下来就是修正这些错误了。你可以直接在原始文件中进行修改，然后重新加载到R中；或者直接加载，然后在R中修改，比如像这样：

上面一共输入了四个命令，第一个命令重新加载文件到R中；第二个命令将Ch5.Ch6这一列由factor类型转换为numeric类型；第三个命令将Ch5.Ch6中引入的NA全部替换为一个中间数值（比如0）；第四个命令确认了Ch5.Ch6这一列已经全部变成了numeric类型。

对另两列Ch7.Ch6、Ch8.Ch6也做类似处理。至此，一个排错的过程就全部展现在这里了。这件事情再次提醒我两点：阅读说明文档可以让你少犯错！数据清洗是多么重要，如果这一步偷懒，后面要花更多精力来排错！

如果有任何建议欢迎交流！

（公众号：生信了）