Как правильно преобразовать столбец символов в числовой? [Дубликат]

Это не так сложно, попробуйте это: y & lt; - as.numeric (gsub (",", "", as.character (y))), и если это только один из столбцов, вы можете подмножить его с y $ 2, как показано y $ 2 & lt; - as.numeric (gsub (",", "", as.character (y $ 2)))

Очень удобный способ readr::read_delim -семейство. Взяв пример отсюда: Импортируя csv с несколькими разделителями в R , вы можете сделать это следующим образом:

txt <- 'OBJECTID,District_N,ZONE_CODE,COUNT,AREA,SUM
1,Bagamoyo,1,"136,227","8,514,187,500.000000000000000","352,678.813105723350000"
2,Bariadi,2,"88,350","5,521,875,000.000000000000000","526,307.288878142830000"
3,Chunya,3,"483,059","30,191,187,500.000000000000000","352,444.699742995200000"'

require(readr)
read_csv(txt) # = read_delim(txt, delim = ",")

. Это приводит к ожидаемому результату:

# A tibble: 3 × 6
  OBJECTID District_N ZONE_CODE  COUNT        AREA      SUM
     <int>      <chr>     <int>  <dbl>       <dbl>    <dbl>
1        1   Bagamoyo         1 136227  8514187500 352678.8
2        2    Bariadi         2  88350  5521875000 526307.3
3        3     Chunya         3 483059 30191187500 352444.7

Не знаете, как правильно интерпретировать read.csv, но вы можете использовать gsub для замены "," на "", а затем преобразовать строку в numeric с помощью as.numeric:

y <- c("1,200","20,000","100","12,111")
as.numeric(gsub(",", "", y))
# [1]  1200 20000 100 12111

Это было , также ранее упоминавшееся в R-Help (и в Q2 здесь ).

Кроме того, обрабатывать файл, например, с помощью sed в unix.

Используя функцию read_delim, которая является частью библиотеки readr, вы можете указать дополнительный параметр:

locale = locale(decimal_mark = ",")

read_delim("filetoread.csv", ';", locale = locale(decimal_mark = ","))

* Точка с запятой во второй строке означает, что read_delim будет считывать значения с разделителями с запятой csv.

Это поможет прочитать все числа с запятой как правильные числа.

С уважением

Mateusz Kania

Этот вопрос несколько лет, но я наткнулся на него, а это значит, что другие будут.

Библиотека / пакет readr имеет некоторые полезные функции. Один из них - хороший способ интерпретировать «грязные» столбцы, такие как.

library(readr)
read_csv("numbers\n800\n\"1,800\"\n\"3500\"\n6.5",
          col_types = list(col_numeric())
        )

Это дает

Источник: локальный фрейм данных [4 x 1]

  numbers
    (dbl)
1   800.0
2  1800.0
3  3500.0
4     6.5

Важным моментом при чтении файлов является либо предварительная обработка, как комментарий выше относительно sed, либо вы должны обрабатывать во время чтения. Часто, если вы пытаетесь исправить ситуацию после факта, есть некоторые опасные предположения, которые трудно найти. (Вот почему плоские файлы так злы в первую очередь.)

Например, если бы я не помечен col_types, я бы получил следующее:

> read_csv("numbers\n800\n\"1,800\"\n\"3500\"\n6.5")
Source: local data frame [4 x 1]

  numbers
    (chr)
1     800
2   1,800
3    3500
4     6.5

(Обратите внимание, что теперь это chr (character) вместо numeric.)

Или, что более опасно, если бы оно было достаточно длинным, и большинство ранних элементов не содержало запятые:

> set.seed(1)
> tmp <- as.character(sample(c(1:10), 100, replace=TRUE))
> tmp <- c(tmp, "1,003")
> tmp <- paste(tmp, collapse="\"\n\"")

(так, что последние несколько элементов выглядят так:)

\"5\"\n\"9\"\n\"7\"\n\"1,003"

Тогда вы найдете проблемы с чтением этой запятой вообще!

> tail(read_csv(tmp))
Source: local data frame [6 x 1]

     3"
  (dbl)
1 8.000
2 5.000
3 5.000
4 9.000
5 7.000
6 1.003
Warning message:
1 problems parsing literal data. See problems(...) for more details. 

Другое решение:

 y <- c("1,200","20,000","100","12,111") 

 as.numeric(unlist(lapply( strsplit(y,","),paste, collapse="")))

Это будет значительно медленнее, чем gsub.

решение dplyr с использованием mutate_each и труб

говорит, что у вас есть следующее:

> dft
Source: local data frame [11 x 5]

   Bureau.Name Account.Code   X2014   X2015   X2016
1       Senate          110 158,000 211,000 186,000
2       Senate          115       0       0       0
3       Senate          123  15,000  71,000  21,000
4       Senate          126   6,000  14,000   8,000
5       Senate          127 110,000 234,000 134,000
6       Senate          128 120,000 159,000 134,000
7       Senate          129       0       0       0
8       Senate          130 368,000 465,000 441,000
9       Senate          132       0       0       0
10      Senate          140       0       0       0
11      Senate          140       0       0       0

и хотите удалить запятые из переменных года X2014-X2016, и преобразовать их в числовые. также, скажем, X2014-X2016 читаются как факторы (по умолчанию)

dft %>%
    mutate_each(funs(as.character(.)), X2014:X2016) %>%
    mutate_each(funs(gsub(",", "", .)), X2014:X2016) %>%
    mutate_each(funs(as.numeric(.)), X2014:X2016)

mutate_each применяет функцию (ы) внутри funs к указанным столбцам

I последовательно выполнял одну функцию за раз (если вы используете несколько функций внутри funs, тогда вы создаете дополнительные ненужные столбцы)

Я думаю, что предварительная обработка - это путь. Вы можете использовать Notepad ++ , у которого есть опция замены регулярного выражения.

Например, если ваш файл был таким:

"1,234","123","1,234"
"234","123","1,234"
123,456,789

Тогда вы могли бы используйте регулярное выражение "([0-9]+),([0-9]+)" и замените его на \1\2

1234,"123",1234
"234","123",1234
123,456,789

. Затем вы можете использовать x <- read.csv(file="x.csv",header=FALSE) для чтения файла.

Если номер разделен символом "." и десятичные знаки «,» (1.200.000,00) при вызове gsub вы должны set fixed=TRUE as.numeric(gsub(".","",y,fixed=TRUE))