如果有数据帧，可以使用hablar::convert。语法很简单:

样本df

library(hablar)
library(dplyr)

df <- dplyr::tibble(a = as.factor(c("7", "3")),
                    b = as.factor(c("1.5", "6.3")))

解决方案

df %>% 
  convert(num(a, b))

给你:

# A tibble: 2 x 2
      a     b
  <dbl> <dbl>
1    7.  1.50
2    3.  6.30

或者如果你想让一列是整数，一列是数字:

df %>% 
  convert(int(a),
          num(b))

结果:

# A tibble: 2 x 2
      a     b
  <int> <dbl>
1     7  1.50
2     3  6.30

R有许多(未记录的)便利函数用于转换因子:

as.character.factor as.data.frame.factor as.Date.factor as.list.factor as.vector.factor .．.

但令人烦恼的是，没有任何东西可以处理因子->数字转换。作为Joshua Ulrich回答的延伸，我建议通过定义你自己的惯用函数来克服这个遗漏:

as.double.factor <- function(x) {as.numeric(levels(x))[x]}

你可以把它存储在你的脚本开头，或者更好的存储在你的。rprofile文件中。

注意:这个特殊的答案不是用于将数值因子转换为数字，而是用于将分类因子转换为相应的级别数字。

这篇文章中的每个答案都没有为我产生结果，NAs正在生成。

y2<-factor(c("A","B","C","D","A")); 
as.numeric(levels(y2))[y2] 
[1] NA NA NA NA NA Warning message: NAs introduced by coercion

对我有用的是——

as.integer(y2)
# [1] 1 2 3 4 1

如果因子级别是整数，则Strtoi()有效。

如果你有很多因子列要转换成数字，

df <- rapply(df, function(x) as.numeric(levels(x))[x], "factor", how =  "replace")

这个解决方案对于包含混合类型的data.frames是健壮的，前提是所有的因子级别都是数字。

从我能读到的许多答案中，唯一给出的方法是根据因素的数量扩大变量的数量。如果你有一个级别为“dog”和“cat”的变量“pet”，你最终会得到pet_dog和pet_cat。

在我的例子中，我希望保持相同数量的变量，通过将因子变量转换为数值变量，以一种可以应用于许多级别的许多变量的方式，例如cat=1和dog=0。

对应的解决方案如下:

crime <- data.frame(city = c("SF", "SF", "NYC"),
                    year = c(1990, 2000, 1990),
                    crime = 1:3)

indx <- sapply(crime, is.factor)

crime[indx] <- lapply(crime[indx], function(x){ 
  listOri <- unique(x)
  listMod <- seq_along(listOri)
  res <- factor(x, levels=listOri)
  res <- as.numeric(res)
  return(res)
}
)