data<-read.csv(%%%), deberían ser solo valores numéricos para todas las filas, pero, tiene otros caracteres como letras... me gustaría dejar todas las filas, que solo contienen números en un nuevo dataframe(data_2) y las filas "erroneas en otro"(data_3). Saludos
-
Hola @Diego Bienvenido a Stack Overflow. Para poder ofrecerte una respuesta, necesitamos que tu pregunta sea clara, incluir un ejemplo mínimo, completo y verificable que nos ayude a entender mejor tu problema. Te invito a que revises las recomendaciones en ¿como elaboro una buena pregunta?– EJSCommented el 1 jul. 2020 a las 7:38
Añade un comentario
|
2 respuestas
Revisando tu pregunta existen varios consideraciones que estoy asumiendo, las cuales son :
1.-Que existen mas de una columna dentro de tu Data.frame
2.-Que te interesa borrar todas aquellas filas que en cualquier columna cuente con una letra sin importar que otra columna solo sea numérico.
En base a estos dos supuestos es la solución que propongo es esta
install.packages("dplyr")
library(dplyr)
#Creamos un data.frame con datos aleatorios por columna que pueda tener letras o no
prueba<-data.frame(columna1=sample(c(1,2,3,4,5,6,"A","B","C"),100,replace = TRUE),
columna2=sample(c(1,2,3,4,5,6,"A","B","C"),100,replace = TRUE),
columna3=sample(c(1,2,3,4,5,6,"A","B","C"),100,replace = TRUE))
#Estructura del data.frame
str(prueba)
#Todas las filas son de tipo caracter
mat_num<-data.frame(apply(prueba,c(1,2),function(x) !is.na(as.numeric(x))))
#Dejamos solo una columna que marque si alguna fila tiene Letras
fila_numerico<-mat_num %>% mutate(marca=(!(columna1==FALSE|columna2==FALSE |
columna3==FALSE)))
#Revisamos si quedan numeros
summary(apply(numerico,c(1,2),as.numeric))
columna1 columna2 columna3
Min. :1.000 Min. :1.000 Min. :1.00
1st Qu.:2.000 1st Qu.:2.000 1st Qu.:1.50
Median :4.000 Median :3.000 Median :3.00
Mean :3.696 Mean :3.739 Mean :3.13
3rd Qu.:5.000 3rd Qu.:5.500 3rd Qu.:5.00
Max. :6.000 Max. :6.000 Max. :6.00
Aquí asumo que se tienen tres columnas , pero si puede cambiar en base al numero total de columnas que tenga
Mi recomendación sería leer los datos como character
inicialmente y en un vector nuevo coercionarlos a numérico. De esta forma los datos que sean sólo números tendrán un valor numérico y los que hayan contenido letras serán valor NA
. Luego sólo es cuestión de hacer filtro.
data <- read.csv("data.csv", stringsAsFactors = FALSE)
mivector <- as.numeric(data$columna)
# Los buenos
data_2 <- data[!is.na(mivector),]
#Los erróneos
data_3 <- data[is.na(mivector),]