如何在data.table中将字符型向量转换为数值型向量？

你之前的转换操作未生效的核心原因是：仅调用as.numeric()/as.double()只会返回转换后的向量，没有将结果赋值回原数据集的对应列。可选用以下任意一种方案解决：

• 基础跨兼容赋值法
  该写法对data.frame和data.table类数据集均适用，直接将转换后的结果赋值给原列即可：

  df$column1 <- as.numeric(df$column1)
  

• data.table原生原地修改法（推荐，大数据集性能最优）
  用data.table特有的:=按引用赋值操作符，不需要复制整个数据集，直接原地修改列类型，执行效率更高：

  df[, column1 := as.numeric(column1)]
  

• 批量多列转换法
  如果需要同时转换多列为数值型，可以配合.SD和.SDcols参数批量处理：

  # 先指定需要转换的列名列表
  cols_to_convert <- c("column1", "column2", "column3")
  # 批量对目标列执行转换
  df[, (cols_to_convert) := lapply(.SD, as.numeric), .SDcols = cols_to_convert]
  

• 读入阶段直接指定类型（从根源避免转换问题）
  如果提前知道列的类型，可在fread读入文件时直接通过colClasses参数指定列类型，不需要后续二次转换：

  df <- fread("目标文件路径.csv", colClasses = c(column1 = "numeric"))
  

注意：如果转换后出现大量NA值，说明列中存在无法识别为数值的异常字符（比如空格、千分位逗号、特殊符号等），需要先通过正则清洗掉异常内容后再执行类型转换。

内容的提问来源于stack exchange，提问作者Alex Amaguaya