Ubuntu 14.04上的R版本3.2.2
我正在尝试读取包含千位分隔符“,”的R .csv-data(两列:“id”和“variable1”)。 到目前为止没问题。我使用read.csv2,数据看起来像这样:
> data <- read.csv2("data.csv", sep = ";", stringsAsFactors = FALSE, dec = ".")
> data[1000:1010, ]
id variable1
1 2,001
1,001 2,002
1,002 2,001
1,003 2,002
1,004 2,001
1,005 2,002
1,006 2,001
1,007 2,002
1,008 2,001
1,009 2,002
1,01 2,001
之后,我首先尝试使用gsub()删除逗号:
data[, c("id", "variable1")] <- sapply(data[, c("id", "variable1")],
function(x) {as.numeric(gsub("\\,","", as.character(x)))})
> data[1000:1010, ]
id variable1
1 2001
1001 2002
1002 2001
1003 2002
1004 2001
1005 2002
1006 2001
1007 2002
1008 2001
1009 2002
101 2001
我认为我的问题在第一个输出中已经很明显了,因为有一千个分隔符,但缺少“结束零”。类似数字“1000”仅显示为“1”,“1010”显示为“1,01”,表示数据中的“id” - 变量(也在.csv数据中)。当然,R无法识别这一点。
所以我的问题是:是否有办法告诉R每个数字在千位分隔符后读取数据时(或者可能在此之后)必须有三个数字,以便我有正确的数字? 数据应如下所示:
> data[1000:1010, ]
id variable1
1000 2001
1001 2002
1002 2001
1003 2002
1004 2001
1005 2002
1006 2001
1007 2002
1008 2001
1009 2002
1010 2001
修改 谢谢大家的回答。不幸的是,这些建议适用于此示例,但不适用于我的数据,因为我认为我选择了错误的示例行。数据中的其他行可能如下所示:
id1 variable1
1 1 2,001
999 999 1,102
1000 1 2,001
1001 1,001 2,002
1002 1,002 2,001
当然,数字是“1”的两倍。第一个真的是“1”,但第二个应该是“1000”。但现在我觉得我无法用R解决我的问题。也许我需要更好地导出原始数据,因为问题也出现在.csv数据中。
答案 0 :(得分:0)
data$id <- data$id*(10^(4-nchar(data$id)))
答案 1 :(得分:0)
如果&#34;,&#34;是唯一的分隔符,即所有数字都是整数,您可以将dec
(或csv2
)的read.csv
参数设置为&#34;,&#34;并乘以1000:
data <- read.csv2(
text = "id ; variable1
1 ; 2,001
1,008 ; 2,001
1,009 ; 2,002
1,01 ; 2,001
1,3 ; 2,0",
sep = ";",
stringsAsFactors = FALSE,
header = TRUE,
dec = "," )
> 1000*data
id variable1
1 1000 2001
2 1008 2001
3 1009 2002
4 1010 2001
5 1300 2000
>