R语言无缺失值却出现NAs introduced by coercion警告的原因及解决办法

兄弟，这种坑我踩过好多次！别被“缺失值”这几个字误导了——这警告不是说你列里有NA，而是你在做类型转换（比如把字符转数值）的时候，列里有些看起来像数值，但其实不是有效数值的内容，R转不动就给你生成了NA。结合你提到的dput(head(mydataframe$var1,5))，我给你列几个最可能的原因，以及对应的解决办法：

最常见的几个原因 #

• 藏着非数值字符：比如字符串里有空格（" 123 "）、逗号（"1,234"）、美元符号（"$567"），甚至是拼写出来的"NA"（注意是字符串型的，不是R自带的缺失值NA），这些内容转数值时都会被强制变NA。
• 列是因子类型：如果你的var1是因子，直接转数值的话，R会用因子的水平编码（比如第1个水平是1，第2个是2），要是水平里有非数值的内容，转出来全是NA。
• 不可见的特殊字符：比如换行符、全角数字（"１２３"不是半角"123"），这些肉眼瞅不出来，但转换时直接翻车。

怎么避免生成NA？ #

给你几个实用的解决办法，按需选择：

1. 先清理非数值杂质 #

如果是逗号、空格这类明显的杂质，先替换掉再转：

# 去掉逗号和空格，转数值
mydataframe$var1_clean <- as.numeric(gsub("[,\\s]", "", mydataframe$var1))

# 有美元符号的话同理处理
mydataframe$var1_clean <- as.numeric(gsub("\\$", "", mydataframe$var1))

2. 处理字符串型的"NA" #

如果列里有写出来的"NA"，先把它们换成真正的缺失值NA，再转（这时候生成的NA是合理的，因为原内容就是代表缺失）：

mydataframe$var1[mydataframe$var1 == "NA"] <- NA
mydataframe$var1_clean <- as.numeric(mydataframe$var1)

3. 因子转数值的正确姿势 #

如果var1是因子，别直接转！先转成字符再转数值：

mydataframe$var1_clean <- as.numeric(as.character(mydataframe$var1))

嫌麻烦的话，用readr包的parse_number()，它能自动处理因子和各种杂七杂八的字符：

library(readr)
mydataframe$var1_clean <- parse_number(mydataframe$var1)

4. 揪出问题行精准处理 #

要是不知道哪里出问题，先找出转换失败的行，针对性解决：

# 先转换，暂时屏蔽警告
mydataframe$var1_num <- suppressWarnings(as.numeric(mydataframe$var1))
# 找出那些原内容不是NA，但转后成NA的行
problem_rows <- which(is.na(mydataframe$var1_num) & !is.na(mydataframe$var1))
# 看看这些行的内容到底是啥
print(mydataframe$var1[problem_rows])

看完问题内容，再用替换或者修改的方式处理就行。

内容的提问来源于stack exchange，提问作者dede