如何在R Arrow中将含字符的数值列转为数值型并将非数值转为NA

当使用Arrow的cast()函数转换包含非数值字符的列时，因其严格的转换规则会直接报错，若要将无法解析的字符转为NA且不中断流程，可采用以下两种方法：

方法一：使用parse_double()函数 #

Arrow提供的parse_double()函数专门用于将字符串解析为双精度数值，遇到无法解析的内容会自动转为NA，不会抛出错误：

library(arrow)
library(tidyverse)

mtcars$cyl[2:5] = 'a'

mtcars %>%
  arrow_table() %>%
  mutate(cyl = parse_double(cyl)) %>% 
  collect()

方法二：使用try_cast()函数（Arrow 13.0+） #

若你的Arrow版本在13.0及以上，可使用try_cast()函数，并通过on_error = "null"参数指定转换失败时返回NA：

mtcars %>%
  arrow_table() %>%
  mutate(cyl = try_cast(cyl, numeric(), on_error = "null")) %>% 
  collect()

补充说明 #

原生R的as.numeric()属于宽松转换，会自动将非数值内容转为NA，但Arrow的cast()是严格转换，要求所有输入都能成功转换，因此需要使用上述容错型转换函数来匹配R原生的行为。

内容的提问来源于stack exchange，提问作者doraemon