Para columnas de texto distingue valores lógicos, enteros, dobles, fechas,
fechas-hora, horas, identificadores y texto. Además de la etiqueta devuelve
la proporción de valores compatibles, siempre en la escala [0, 1].
Los textos compuestos únicamente por 0 y 1 se consideran enteros; para
inferir un lógico debe aparecer al menos un literal alfabético como sí,
no, true o false. Una letra suelta (T, F, S, N) cuenta como
literal sólo si aparece también su opuesto —T con F o false, S con
N o no, y al revés—: sola es un código, y una columna de F y M no es
lógica. Los literales se reconocen sin distinguir mayúsculas —SÍ es sí—
con el pliegue de caja de normalizacion(), que no depende del locale.
Un separador seguido de exactamente tres dígitos (1.500, 1,500) cuenta
como número sólo si la columna aporta evidencia de una sola convención
decimal, con punto o con coma por igual. Un número con los miles agrupados
—1.234,56, 1,234.56, 12.500.000— cuenta como número si agrupa los miles
de a tres con la convención de la columna o, cuando la columna aporta
evidencia de las dos, con la que trae el propio valor (1.234,56 sólo admite
la coma decimal): es como lo lee el resumen de perfilar(). Sin evidencia de
convención no cuenta, y un primer grupo de miles que empieza con cero
(099.123.456, la forma de un teléfono) no es un número en ninguna.
inferir_tipo(x, umbral = 0.8, muestra = 1e+05)Lista de clase inferencia_tipo con tipo, proporcion, conteos,
candidatos evaluados y, cuando corresponde, formatos de fecha. n_analizados
y muestreado declaran cuántos valores sostienen la proporción. El resultado
público no conserva cachés internos del perfilado.
Vector que se desea examinar. Una tabla —también la de una columna
que da tibble[, "f"]— se rechaza: se pasa la columna, tabla[["f"]].
Proporción mínima para asignar un tipo implícito.
Máximo de valores que se analizan.
detectar_formatos_fecha(), descubrir_patrones(), perfilar()
inferir_tipo(c("1", "2", "3"))
inferir_tipo(c("2020-01-01", "31/12/2020"))
Run the code above in your browser using DataLab