R语言如何将数据框列表df_list中各df的Measures列转为数值类型

现有存储多个数据框（df）的列表对象df_list，需要将列表内每个数据框的Measures列转换为数值（numeric）类型。
该列表由初始数据框拆分得到，拆分后绝大多数新数据框的Measures列本身为数值类型，但少数数据框的该列仅包含NA值，列类型未知。
可复现示例代码如下：

df <- data.frame(
  "Sample" = c("Air", "Air", "Air", "Air","Air", "Air", "Air", "Air"), 
  "Date" = c("1980", "1980", "2000", "2010", "1980", "1990", "2000", "2010"), 
  "Measures" = c(NA, NA, 484, 221, NA, 131, 417, 476),
  "Locality" = c("Paris", "Lyon", "Paris", "Lyon", "Paris", "Lyon", "Paris", "Lyon"),
  "Less.Than" = c("<","<","","<","","","<",""),
  "Uncertainty" = c(NA,NA,45,NA,10,8,NA,71),
  "Nuclides" = c("K-40","K-40", "K-40", "K-40", "C-14", "C-14", "C-14", "C-14"))

df_list <- split(df,list(df$Sample,df$Date), drop=TRUE)

不需要额外做类型判断，直接遍历列表对每个子数据框的Measures列做数值转换即可，as.numeric()函数可以兼容全NA的列，自动将其转换为数值类型的缺失值向量，不会报错。

基础R方案（无第三方依赖） #

直接用lapply遍历列表完成转换，不需要加载任何扩展包：

df_list <- lapply(df_list, function(df_item) {
  df_item$Measures <- as.numeric(df_item$Measures)
  df_item
})

转换完成后可以运行以下代码验证所有子列的类型：

sapply(df_list, \(x) class(x$Measures))

运行后所有返回值均为numeric，说明转换完成。

tidyverse方案 #

如果日常使用tidyverse生态操作数据，也可以用purrr+dplyr实现相同效果：

library(dplyr)
library(purrr)

df_list <- map(df_list, ~mutate(.x, Measures = as.numeric(Measures)))

• 无需提前筛除全NA的列或者判断列类型，as.numeric()对逻辑型、字符型、整数型存储的全NA向量都能正确转换为数值型NA
• 原本就是数值类型的Measures列经过转换后数值不会发生任何变化，不会影响原有数据

内容的提问来源于stack exchange，提问作者Sylvain