R में Non-Numeric Argument to Binary Operator त्रुटि कैसे ठीक करें

आपने R में प्रोग्रामिंग करते समय यह त्रुटि देखी होगी: Error: non-numeric argument to binary operator। यह तब हो सकती है जब आप ऐसे डेटा पर गणितीय क्रिया करें जिसमें गैर-आंकिक मान, जैसे strings या characters, शामिल हों।

इस ट्यूटोरियल में, मैं आपको बताऊंगा कि इस त्रुटि से कैसे निपटें और इसे कैसे ठीक करें। पहले मैं संक्षिप्त उत्तर दूंगा और फिर विस्तार से समझाऊंगा ताकि आप बेहतर समझ सकें कि यह त्रुटि क्यों होती है।

संक्षिप्त उत्तर: R में Non-Numeric Argument to Binary Operator त्रुटि कैसे ठीक करें

यदि आपके पास समय कम है, तो R में non-numeric argument to binary operator त्रुटि को ठीक करने का तरीका है कि अंकगणितीय क्रियाओं से पहले डेटा को numeric प्रकार में बदल दें। इससे यह सुनिश्चित होता है कि आपके डेटा के सभी तत्व गणितीय गणनाओं के लिए उपयुक्त हैं।

निम्न उदाहरण में, as.numeric() फ़ंक्शन सीधे characters वेक्टर को numeric में बदल देता है, जिससे जोड़ क्रिया बिना त्रुटि के हो जाती है।

characters <- c("5", "10", "15")

characters <- as.numeric(characters)

result <- characters + 10

print(result)संचालित द्वारा

त्रुटि क्यों होती है

R में अंकगणितीय क्रियाएं numeric डेटा प्रकारों के साथ काम करने के लिए बनी हैं। जब आपको non-numeric argument to binary operator त्रुटि मिलती है, तो आमतौर पर इसका मतलब है कि आपने strings या factors जैसे non-numeric डेटा प्रकारों के साथ अंकगणितीय ऑपरेटरों का गलत उपयोग किया है। R के डेटा प्रकारों पर अधिक जानकारी के लिए हमारा Data Types in R ट्यूटोरियल पढ़ें।

यह कई सामान्य परिस्थितियों में हो सकता है:

• Character strings पर क्रियाएं: जब आप टेक्स्ट डेटा पर अंकगणित करने की कोशिश करते हैं, तब यह त्रुटि हो सकती है।
• Factor डेटा प्रकारों पर क्रियाएं: यह त्रुटि तब होती है जब R, खासकर डेटा आयात करते समय, data frames के भीतर strings को factors में बदल देता है, जिससे अनचाहे non-numeric प्रकार बन जाते हैं।
• सूचियों या अन्य जटिल संरचनाओं पर क्रियाएं: जब आप lists या ऐसी संरचनाओं पर अंकगणितीय ऑपरेटरों का उपयोग करते हैं जो ऐसी क्रियाओं के लिए उपयुक्त नहीं हैं, तब भी यह त्रुटि होती है।

त्रुटि को पुन: उत्पन्न और ठीक कैसे करें

पहले उदाहरण में, हमें यह त्रुटि संदेश मिलता है क्योंकि characters वेक्टर के तत्व numeric प्रकार के नहीं हैं, बल्कि character strings हैं।

characters <- c("5", "10", "15")

result <- characters + 10

print(result)संचालित द्वारा

इसे ठीक करने के लिए, हम as.numeric() का उपयोग करके numeric में रूपांतरित करते हैं:

characters <- c("5", "10", "15")

characters <- as.numeric(characters)

result <- characters + 10

print(result)संचालित द्वारा

Factors के लिए त्रुटि को पुन: उत्पन्न और ठीक कैसे करें

अगले उदाहरण में, हम factors के लिए त्रुटि को पुन: उत्पन्न करेंगे।

factors <- factor(c("5", "10", "15"))

result <- factors + 10

print(result)संचालित द्वारा

इसे ठीक करने के लिए, हम पहले character में और फिर numeric में परिवर्तित करते हैं। ऐसा इसलिए क्योंकि R में factors को integer वेक्टर के रूप में संग्रहीत किया जाता है जिनके साथ character स्तरों का एक सेट जुड़ा रहता है।

जब आप किसी factor को सीधे as.numeric() से numeric में बदलते हैं, तो R वास्तविक character मानों के बजाय आंतरिक integer कोड लौटाता है, जो factor स्तरों का आंतरिक निरूपण है। पहले factor को character में बदलने से वास्तविक स्तर character strings के रूप में मिलते हैं, जिन्हें बाद में सही तरीके से numeric मानों में बदला जा सकता है।

factors <- factor(c("5", "10", "15"))

factors <- as.numeric(as.character(factors))

result <- factors + 10

print(result)संचालित द्वारा

Lists के लिए त्रुटि को पुन: उत्पन्न और ठीक कैसे करें

अगले उदाहरण में, हम lists के लिए त्रुटि को पुन: उत्पन्न करेंगे। 

list_data <- list("5", "10", "15")

result <- list_data + 10

print(result)संचालित द्वारा

इसे ठीक करने के लिए, हम तत्वों को निकालकर numeric में बदलते हैं। unlist() फ़ंक्शन सूची को वेक्टर में बदल देता है। 

list_data <- list("5", "10", "15")

list_data <- as.numeric(unlist(list_data))

result <- list_data + 10

print(result)संचालित द्वारा

मिश्रित डेटा प्रकारों के लिए त्रुटि को पुन: उत्पन्न और ठीक कैसे करें

अगला उदाहरण थोड़ा अधिक जटिल है। पिछले किसी भी तरीकों से यहाँ काम नहीं बनेगा क्योंकि हमें "20a" मिलता है जिसे numeric मान में बदला नहीं जा सकता। 

इस स्थिति में sapply() फ़ंक्शन एक अच्छा समाधान देता है। यह हमारे वेक्टर के प्रत्येक तत्व पर एक निर्दिष्ट फ़ंक्शन लागू करता है। हमारे मामले में, हम ऐसा फ़ंक्शन परिभाषित करते हैं जो प्रत्येक तत्व को numeric मान में बदलने का प्रयास करता है।

mixed_data <- list("5", 10, "15", "20a")

numeric_data <- sapply(mixed_data, function(x) {
  if (is.numeric(x)) {
    return(x)
  } else if (!is.na(as.numeric(x))) {
    return(as.numeric(x))
  } else {
    return(NA)
  }
})

result <- numeric_data + 10

print(result)संचालित द्वारा

R में functional programming पर अधिक जानकारी के लिए हमारा Intermediate Functional Programming with purrr कोर्स देखें। apply() परिवार के फ़ंक्शनों पर अधिक जानकारी के लिए हमारा R Apply Family पर ट्यूटोरियल पढ़ें। 

अतिरिक्त जानकारी

traceback के साथ डिबगिंग

जब कोई त्रुटि होती है, तो traceback() डिबगिंग के लिए उपयोगी साधन है। यह उन कॉल्स का क्रम देता है जो त्रुटि तक पहुंचे, जिससे आप सटीक विफलता बिंदु पहचान सकते हैं।

traceback()
संचालित द्वारा

इस कमांड को चलाने के बाद, R उन फ़ंक्शन कॉल्स का क्रम प्रिंट करेगा जो त्रुटि तक ले गए। इससे यह समझने में मदद मिल सकती है कि non-numeric डेटा कहाँ शामिल हो गया।

डेटा इनपुट विधियों की समीक्षा करें

आप यह भी दोबारा जाँच सकते हैं कि डेटा कैसे आयात किया गया है और सुनिश्चित करें कि उसे सही तरीके से बदला गया है। जब आप डेटा आयात करते हैं, खासकर CSV फ़ाइलों से, तो R स्वतः character डेटा को factors में बदल सकता है। अपने डेटा का सही आयात सुनिश्चित करने के लिए इस व्यवहार को नियंत्रित करना महत्वपूर्ण है।

# मान लें कि CSV से पढ़ा गया डेटा factors के रूप में गलत तरीके से आयात हुआ है
data <- read.csv("data.csv", stringsAsFactors = TRUE)

data$column <- as.numeric(as.character(data$column))
संचालित द्वारा

इस उदाहरण में, डेटा stringsAsFactors को TRUE पर सेट करके CSV फ़ाइल से आयात किया जाता है। फिर हम factor कॉलम को पहले character और बाद में numeric में बदलते हैं ताकि अंकगणितीय क्रियाओं के लिए सही डेटा प्रकार सुनिश्चित हो सके।

त्रुटि को कैसे रोका जाए

शर्तीय जाँच का उपयोग

इस त्रुटि से बचने में मदद के लिए, ऐसी शर्तीय जाँचें लागू करें जो सुनिश्चित करें कि डेटा प्रकार क्रियाओं के लिए उपयुक्त हैं। किसी भी क्रिया से पहले डेटा प्रकार की जाँच करना और आवश्यक रूपांतरणों को शर्तानुसार संभालना अच्छी प्रथा है।

निम्न उदाहरण में, हम जाँचते हैं कि डेटा numeric है या नहीं। यदि नहीं, तो हम अंकगणितीय क्रिया से पहले उसे numeric में बदल देते हैं। इससे गलत डेटा प्रकार पकड़ में आते हैं और उन्हें उचित रूप से numeric में बदला जाता है। 

data <- "20"

if(is.numeric(data)) {
  result <- data + 10
} else {
  data <- as.numeric(data)
  result <- data + 10
}

print(result)संचालित द्वारा

निष्कर्ष और अतिरिक्त संसाधन

आशा है कि यह लेख आपकी समस्या सुलझाने में सहायक रहा होगा। non-numeric argument to binary operator जैसी त्रुटियाँ प्रोग्रामिंग में आम हैं, और उनसे निपटना जानना महत्वपूर्ण है। डेटा प्रकारों और सही रूपांतरणों को समझना इस त्रुटि को रोकने में मदद कर सकता है।

R में मदद के लिए, आप हमारे R चीट शीट्स देख सकते हैं या हमारा मुफ्त Introduction to R कोर्स करें, या गहराई से सीखने के लिए हमारा R Programming Skill Track आज़माएँ।