R语言读取CSV后数值列被识别为factor类问题求助

问题出现的原因 #

• read.csv2 是为适配欧洲地区CSV格式设计，默认使用分号作为列分隔符、逗号作为小数点分隔符（dec = ","），你提供的数据集里Turnover列的小数点为点号.，R无法识别为合法数值，会将整列判定为字符型。
• R 4.0之前的版本，read.csv2 默认开启stringsAsFactors = TRUE参数，会自动将所有字符型列转为因子类型，这也是该列最终为factor的直接原因。
• 小概率原因是Turnover列中存在隐藏的非打印字符（比如首尾空格、特殊空白符），也会导致R无法识别为数值，触发自动转因子的逻辑。

可行解决方案 #

方案1：读取文件时直接修正参数，从根源避免问题

调整read.csv2的小数点参数，让R正确识别数值：

# 把小数点分隔符改为点号，适配你的数据格式
dem <- read.csv2("~/dem.data2.csv", dec = ".", stringsAsFactors = FALSE)

也可以直接用更通用的read.delim指定参数：

dem <- read.delim("~/dem.data2.csv", sep = ";", dec = ".", stringsAsFactors = FALSE)

如果使用tidyverse体系，readr::read_delim的类型自动识别容错率更高：

library(readr)
dem <- read_delim("~/dem.data2.csv", delim = ";", col_types = cols(Turnover = col_number()))

方案2：已读取的数据集直接转换列类型

注意不能直接对因子列使用as.numeric()，否则会返回因子的水平编码而非原数值，需要先转字符再转数值：

# 基础转换写法
dem$Turnover <- as.numeric(as.character(dem$Turnover))

# 如果存在空白字符导致转换出NA，可以先清除空白再转换
dem$Turnover <- as.numeric(trimws(as.character(dem$Turnover)))

如果转换后出现NA值，可以用以下代码定位异常行排查问题：

which(is.na(dem$Turnover))

内容的提问来源于stack exchange，提问作者user243550