R中data.frame计算列导出XLSX异常及批量类型转换问题

我有一个数据集，包含5个字符类型（CHR）列和116个数值类型（NUM）列。基于数值列创建了64个计算列（通过除法或减法），但这些计算列的类型均为data.frame，其中包含数值、NaN、INF等值（因存在除以0的情况）。使用write_xlsx导出时，计算列内容在Excel中显示为空。

尝试过以下转换代码但均报错或转为NA：

DFT$`VALMTHSPLY7-22` <- as.numeric((DFT$`VALMTHSPLY7-22`))
DFT$`VALMTHSPLY6-22` <- as.numeric(gsub(",", ".", DFT$`VALMTHSPLY6-22`))
as.data.frame(lapply(DFT, as.numeric))

计算列示例代码：

DFT$VALGR19 <- round((DFT[, 7]/DFT[, 6] - 1) * 100, 2)
DFT$MSVALGR22 <- round((DFT[, 68] - DFT[, 67]), 2)

导出代码：

write_xlsx(DFT, "C:\\Users\\I0510906\\Desktop\\Files\\RAuto\\Region-Data-MS-GR.xlsx")

目前单列转换可成功转为NUMERIC并正常导出，之后在Excel替换INF/NaN为空：

DFT$VALGR19 <- sapply(DFT$VALGR19, function(x) as.numeric(as.character(x)))

现有两个疑问：

1. 为什么计算列会被存为data.frame类型？
2. 如何批量处理这64个计算列的类型转换，避免重复编写单列代码？

1. 为什么计算列会被存为data.frame类型？ #

核心原因是原始数据中用于计算的列本身是data.frame类型，而非普通数值向量：

• 当你用DFT[, 7]这类方式取列时，如果原数据的列是通过cbind(data.frame(...))或其他方式生成的单列data.frame，而非直接的数值向量，那么除法、减法等运算后得到的结果会保留data.frame的结构，赋值给新列后，新列自然也是data.frame类型。

2. 如何批量处理这64个计算列的类型转换？ #

可以通过以下几种方式批量处理，无需逐个编写单列代码：

方法1：按列位置批量转换 #

如果计算列的位置固定（比如从第122列开始，5个字符列+116个数值列=121列，后续64列为计算列）：

# 定义计算列的位置范围
calc_col_positions <- 122:185  # 121+64=185
# 批量转换为numeric类型
DFT[, calc_col_positions] <- lapply(DFT[, calc_col_positions], function(x) {
  as.numeric(as.character(x))
})

方法2：按列名特征批量转换 #

如果计算列有统一命名规则（比如示例中的VALGR19、MSVALGR22都包含GR），可以通过正则匹配列名：

# 匹配包含指定特征的计算列名
calc_col_names <- grep("GR", colnames(DFT), value = TRUE)
# 批量转换
DFT[calc_col_names] <- lapply(DFT[calc_col_names], function(x) {
  as.numeric(as.character(x))
})

方法3：使用dplyr包简化操作 #

如果习惯用dplyr语法，可通过across批量处理：

library(dplyr)

# 按列位置处理
DFT <- DFT %>% 
  mutate(across(122:185, ~as.numeric(as.character(.))))

# 按列名特征处理
DFT <- DFT %>% 
  mutate(across(contains("GR"), ~as.numeric(as.character(.))))

转换完成后，再用write_xlsx导出，计算列即可正常显示在Excel中。

内容的提问来源于stack exchange，提问作者Himanshu M