如何在R中优雅地将可转换数值列转为整数列，否则保留数值型？

使用readr包的read_csv()导入数据集时，大量本应是整数类型的列被识别为数值类型。需要一种优雅的处理方式：将所有可无精度损失转换为整数的数值列转为整数型，无法转换的则保留数值型。示例数据中需转换的列包括「Execution」「TDCJ Number」「Age at Execution」和「Weight」。

解决方案 #

方法1：Tidyverse 自定义函数批量处理 #

通过自定义判断函数，结合dplyr::across()对所有数值列批量处理：

library(tidyverse)

# 定义转换函数：判断数值是否可无损转整数
num_to_int <- function(x) {
  if (is.numeric(x) && all(x == floor(x), na.rm = TRUE)) {
    as.integer(x)
  } else {
    x
  }
}

# 应用到数据集
tx_deathrow_clean <- tx_deathrow %>%
  mutate(across(where(is.numeric), num_to_int))

# 验证转换结果
str(tx_deathrow_clean)

逻辑说明：先检查列是否为数值型，再确认所有非NA值的小数部分为0（即等于自身的整数截断值），满足条件则转为整数型，否则保留原类型。across(where(is.numeric))自动匹配所有数值列，无需手动指定列名。

方法2：Base R 原生循环处理 #

无需依赖tidyverse，用原生R循环遍历列实现转换：

# 遍历数据集所有列
for (col_name in names(tx_deathrow)) {
  col_data <- tx_deathrow[[col_name]]
  # 判断是否满足转换条件
  if (is.numeric(col_data) && all(col_data == floor(col_data), na.rm = TRUE)) {
    tx_deathrow[[col_name]] <- as.integer(col_data)
  }
}

# 查看转换后的列类型
str(tx_deathrow)

方法3：hablar包自动类型转换 #

hablar包的retype()函数可智能检测并转换为最优列类型，自动将无小数的数值列转为整数：

library(hablar)

# 自动转换列类型
tx_deathrow_clean <- tx_deathrow %>%
  retype()

# 验证结果
str(tx_deathrow_clean)

优势：无需手动编写判断逻辑，函数会自动识别列的真实数据类型，同时保留日期、字符等非数值列的原有类型。

内容的提问来源于stack exchange，提问作者Mark