如何将数据框列中数值转为numeric类型并保留字符值

在R中，单个向量只能存储同一种数据类型（如numeric或character），无法同时保留numeric类型的数字和character类型的X/Y。以下是几种贴合需求的处理方案：

方案1：保留原字符列，新增数值列用于运算 #

如果需要保留X/Y的显示，同时对数字部分进行运算，可以单独生成数值列：

# 标记纯数字元素
is_num <- grepl("^\\d+$", gtf_file$V1)
# 新增列存储转换后的数值，X/Y位置为NA
gtf_file$V1_num <- ifelse(is_num, as.numeric(gtf_file$V1), NA)

原列V1仍保留所有字符值，新列V1_num可用于后续数字运算。

方案2：转换为因子列，实现染色体正确排序 #

如果你的需求是让染色体按1,2,...,22,X,Y的逻辑顺序排序（而非字符默认的1,10,11,...顺序），可以将列转为因子：

# 定义染色体的正确顺序
chrom_levels <- c(as.character(1:22), "X", "Y")
gtf_file$V1 <- factor(gtf_file$V1, levels = chrom_levels)

因子列既保留了X/Y的显示，排序时会遵循指定的染色体顺序。若需提取数值，可通过as.numeric(as.character(gtf_file$V1))转换。

方案3：列表列存储混合类型（不推荐） #

如果一定要在同一列中同时存储numeric和character，可以将列转为列表：

gtf_file$V1 <- lapply(gtf_file$V1, function(x) {
  if (grepl("^\\d+$", x)) as.numeric(x) else x
})

但列表列的筛选、运算操作较繁琐，仅适合特殊场景。

内容的提问来源于stack exchange，提问作者user3683485