如何用dplyr将R中含滞后数值的逻辑列转换为数值列？

问题原因 #

导入Excel时，由于前3000行均为NA，read_excel的自动类型推断将A/B/C列识别为逻辑型，后续行的数值被错误解析为逻辑值TRUE；使用as.numeric()转换时，TRUE会被转为1，最终导致结果全为1。

解决方案 #

方案1：导入阶段指定列类型（推荐）

在导入Excel时直接指定列类型，从根源避免类型推断错误：

library(readxl)
# 替换为你的文件路径，col_types顺序需与Excel列顺序匹配
data <- read_excel("your_file.xlsx", col_types = c("date", "numeric", "numeric", "numeric"))

方案2：已导入数据的修复

若已完成导入，通过「逻辑→字符→数值」的转换链还原原始数值：

library(dplyr)
library(tidyr)

data_fixed <- data %>%
  mutate(date = as.Date(Dates)) %>%
  select(-Dates) %>%
  relocate(date, .before = "A") %>%
  # 先转字符保留原始内容，再转数值
  mutate(across(c(A, B, C), ~ as.numeric(as.character(.x)))) %>%
  pivot_longer(!date, names_to = "var", values_to = "y") %>%
  group_by(var) %>%
  arrange(var) %>%
  drop_na()

验证 #

执行上述代码后，查看data_fixed的y列，即可得到正确的原始数值，而非全1的结果。

内容的提问来源于stack exchange，提问作者Homer Jay Simpson