使用as.numeric转换文本型数字时遇NAs警告及数据丢失求助

第一步：定位异常内容 #

先找出转换失败的行，查看具体存在的隐藏问题：

# 筛选出转换后变为NA的原始行
problem_rows <- df_PT[is.na(as.numeric(df_PT$No_Days_In_Location)), ]
# 打印这些行的原始文本内容
print(problem_rows$No_Days_In_Location)
# 查看字符的ASCII编码，识别不可见控制字符
sapply(problem_rows$No_Days_In_Location, function(x) strsplit(x, "")[[1]] |> utf8ToInt())

通常这类问题的根源是前后空格、中间空格、制表符、换行符或全角数字这类肉眼难辨的字符。

第二步：清理文本数据 #

根据排查结果针对性处理：

• 去除前后空格：

df_PT$No_Days_In_Location <- trimws(df_PT$No_Days_In_Location)

• 移除所有非数字字符（保留纯数字）：

df_PT$No_Days_In_Location <- gsub("[^0-9]", "", df_PT$No_Days_In_Location)

• 全角数字转半角：

df_PT$No_Days_In_Location <- iconv(df_PT$No_Days_In_Location, from = "UTF-8", to = "ASCII//TRANSLIT")

第三步：重新转换数值型 #

清理完成后执行转换：

df_PT$No_Days_In_Location <- as.numeric(df_PT$No_Days_In_Location)

如果仍有NA，检查是否存在空字符串，可按需处理：

# 将空字符串转为NA（根据业务需求选择保留或删除）
df_PT$No_Days_In_Location[df_PT$No_Days_In_Location == ""] <- NA

第四步：从读取环节规避问题 #

后续读取Excel时，可直接指定列类型或提前处理：

library(readxl)
# 读取时直接将目标列设为数值型，自动兼容文本格式数字
df_PT <- read_excel("PT.xlsx", col_types = list(No_Days_In_Location = "numeric"))

# 若读取时仍有异常，先按文本读取再清理
df_PT <- read_excel("PT.xlsx", col_types = list(No_Days_In_Location = "text"))

内容的提问来源于stack exchange，提问作者Gambit