如何在data.frame/data.table中定位强制转换引入的NA值？

现有如下数据：

library(data.table)
dat <- fread("A B C
              1 2 4
              1 1 1
              one 3 5")

当把整个data.frame/data.table转换为数值型时，需要找出哪些NA是强制转换引入的。尝试相关方案时遇到多个错误，比如list无法转为double、data.table索引错误等，需适配到data.frame或data.table的正确写法。

针对data.table的解决方案 #

方法1：逐列处理（正确索引写法） #

data.table的索引规则与data.frame不同，直接用dat[,i]会被当作列名解析，需用[[i]]提取列向量：

library(data.table)
dat <- fread("A B C
              1 2 4
              1 1 1
              one 3 5")

# 逐列检查强制转换引入的NA位置
for (i in seq_along(dat)) {
  col <- dat[[i]]
  coerced_na <- which(is.na(as.numeric(col)) & !is.na(col))
  if (length(coerced_na) > 0) {
    cat(sprintf("列%s中，强制转换引入NA的行位置：%s\n", names(dat)[i], paste(coerced_na, collapse = ",")))
  } else {
    cat(sprintf("列%s中无强制转换引入的NA\n", names(dat)[i]))
  }
}

运行结果：

列A中，强制转换引入NA的行位置：3
列B中无强制转换引入的NA
列C中无强制转换引入的NA

方法2：data.table风格批量处理 #

用lapply批量处理所有列，直接返回各列结果：

result <- lapply(dat, function(col) {
  which(is.na(as.numeric(col)) & !is.na(col))
})
print(result)

输出：

$A
[1] 3

$B
integer(0)

$C
integer(0)

针对data.frame的解决方案 #

如果是普通data.frame，索引写法更直接：

# 若原数据是data.table，先转为data.frame
dat_df <- as.data.frame(dat)

# 逐列检查
for (i in seq_along(dat_df)) {
  col <- dat_df[,i]
  coerced_na <- which(is.na(as.numeric(col)) & !is.na(col))
  if (length(coerced_na) > 0) {
    cat(sprintf("列%s中，强制转换引入NA的行位置：%s\n", names(dat_df)[i], paste(coerced_na, collapse = ",")))
  } else {
    cat(sprintf("列%s中无强制转换引入的NA\n", names(dat_df)[i]))
  }
}

也可用lapply批量处理：

result_df <- lapply(dat_df, function(col) {
  which(is.na(as.numeric(col)) & !is.na(col))
})
print(result_df)

核心逻辑说明 #

判断强制转换引入NA的关键条件：is.na(as.numeric(col)) & !is.na(col)——筛选出原数据非NA，但转数值后变为NA的位置，这些就是强制转换导致的NA。

内容的提问来源于stack exchange，提问作者Tom