无法在R中将字符转换为数字

Question

我从维基百科拉了一张桌子，但是我得到了一堆垃圾，里面有我正在寻找的人口数量。例如，当我之后的实际数字仅为8,244,910时，我得到“！B9840748934017,8,244,910”。我使用正则表达式使用sub('![[:alnum:]]*[[:space:]]', '', x)

清理了字符向量

这很好用，给我留下了字符向量“8,244,910”。当我尝试使用as.numeric将其转换为数字时，它会被强制转换为NA，无论我尝试什么转换，我都无法获得整数。有什么想法吗？

Answer 1

尝试以下方法：

as.numeric(gsub('![[:alnum:]]*[[:space:]]|[[:punct:]]', '', x))

问题是您在第一次尝试的输出中有逗号。在转换为as.numeric之前需要删除这些内容。

Answer 2

Ananda的解决方案确实可以完成工作，但可能出现问题：

• [:punct:]还包含点字符(.)，它是numeric的有效部分;

• 笨重的正则表达式难以理解且更容易解决：

  # remove junk

  num_temp = sub('![[:alnum:]]*[[:space:]]', '', x)

  # remove all commas from numerics

  num = gsub(",", "", num_temp)