R语言：合并同结构tibble时如何处理字符型NaN与数值列冲突？

核心问题原因 #

部分tibble里的数值列（比如AUC）因NaN被识别为字符型，和其他正常数值型列类型冲突，导致合并失败。下面是针对新手的两种解决思路：

思路1：提前预防（推荐，从根源避免问题） #

在每次生成单个tibble时，就强制把需要的列转为数值型，确保NaN是数值类型而非字符：

# 假设你生成单个结果的代码是model_result，处理时加一步类型转换
model_result$AUC <- as.numeric(model_result$AUC)
# 或者批量处理所有应该是数值的列（除了method这类字符列）
numeric_cols <- setdiff(names(model_result), "method")
model_result[numeric_cols] <- lapply(model_result[numeric_cols], as.numeric)

思路2：已生成100个tibble后的补救 #

如果已经有了100个独立tibble，按以下步骤统一处理后合并：

1. 把所有tibble放到一个列表里
   假设你的tibble命名是df1、df2...df100，用以下代码批量收集：

   all_tibbles <- mget(ls(pattern = "df\\d+"))
   

2. 编写类型修复函数
   这个函数会把指定的数值列统一转为dbl类型，把字符型的"NaN"转成真正的数值NaN：

   fix_types <- function(tbl) {
     # 列出所有需要是数值型的列名（根据你的数据调整）
     num_cols <- c("cv_metric_AUC", "logLoss", "AUC", "prAUC", "Accuracy", 
                  "Kappa", "F1", "Sensitivity", "Specificity", "Pos_Pred_Value",
                  "Neg_Pred_Value", "Precision", "Recall", "Detection_Rate", 
                  "Balanced_Accuracy", "seed")
     tbl[num_cols] <- lapply(tbl[num_cols], function(col) as.numeric(as.character(col)))
     return(tbl)
   }
   

3. 批量修复所有tibble
   用purrr包的map函数批量处理（没有的话先装包）：

   # 安装purrr（仅第一次需要）
   install.packages("purrr")
   fixed_tibbles <- purrr::map(all_tibbles, fix_types)
   

4. 合并所有tibble
   用dplyr的bind_rows合并（没有的话先装包）：

   install.packages("dplyr")
   combined_result <- dplyr::bind_rows(fixed_tibbles)
   

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