Question

我导入了一个Excel文件并得到了一个像这样的数据框

structure(list(A = structure(1:3, .Label = c("1.100", "2.300", 
"5.400"), class = "factor"), B = structure(c(3L, 2L, 1L), .Label = c("1.000.000", 
"500", "7.800"), class = "factor"), C = structure(1:3, .Label = c("200", 
"3.100", "4.500"), class = "factor")), .Names = c("A", "B", "C"
), row.names = c(NA, -3L), class = "data.frame")

我现在想将这些chars转换为numeric甚至integer。但是，点字符（.）不是小数点，而是“千位分隔符”（它是德语）。

如何正确转换数据框？

我试过了：

df2 <- as.data.frame(apply(df1, 2, gsub, pattern = "([0-9])\\.([0-9])", replacement= "\\1\\2"))

df3 <- as.data.frame(data.matrix(df2))

但是，apply似乎将每列转换为一系列因素。我可以阻止apply这样做吗？

Answer 1

您可以使用：

sapply(df, function(v) {as.numeric(gsub("\\.","", as.character(v)))})

给出了：

        A       B    C
[1,] 1100    7800  200
[2,] 2300     500 3100
[3,] 5400 1000000 4500

这将为您提供matrix对象，但如果您愿意，可以将其包装到data.frame()。

请注意，原始数据中的列不是字符，而是因素。

修改：或者，您可以执行此操作直接将结果作为data.frame()包装，而不是用data.frame包装它：

# the as.character(.) is just in case it's loaded as a factor
df[] <- lapply(df, function(x) as.numeric(gsub("\\.", "", as.character(x))))

Answer 2

我想我刚刚找到另一个解决方案：

必须使用stringsAsFactors = FALSE。

像这样：

df2 <- as.data.frame(apply(df1, 2, gsub, pattern = "([0-9])\\.([0-9])", replacement= "\\1\\2"), stringsAsFactors = FALSE)

df3 <- as.data.frame(data.matrix(df2))

删除千位分隔符

2 个答案: