0

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

1

2 respuestas 2

0

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

0

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),]
1

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.