Question

我想转换：

library(data.table)
market.cap <- data.table(cap=c("1B", "10M", "2M"))

  cap
1  1B
2 10M
3  2M

为：

      cap
1 1000000000
2   10000000
3    2000000

这是我的解决方案。它有效，但涉及添加一个列，我知道这不是必需的。什么是更好的方式？

market.cap[, cap1 := cap]
market.cap$cap = sapply(market.cap$cap, function(x) (as.numeric(temp <- gsub("B", "", x)) * 1000000000))
market.cap$cap1 = sapply(market.cap$cap1, function(x) (as.numeric(temp <- gsub("M", "", x)) * 1000000))
M = data.frame(x = na.omit(market.cap$cap))
B = data.frame(x = na.omit(market.cap$cap1))
rbind(M,B)

Answer 1

我们可以使用gsubfn，匹配非数字元素（\\D），将其替换为与value匹配的list key }，并使用eval(parse将其转换为数值。

library(gsubfn) 
options(scipen=999)
unname(sapply(gsubfn('\\D', list(B= '*1e9', M= '*1e6'), 
       market.cap$cap), function(x) eval(parse(text=x))))
#[1] 1000000000   10000000    2000000

我们也可以在提取match和非数字部分后使用numeric，然后使用带有字母矢量match的{{1}}来获取数字索引并用新值替换它。

c('B', 'M')

Answer 2

这也是一个选择：

# Your toy data
library("data.table")
market.cap <- data.table(c("1B", "10M", "2M"))
colnames(market.cap) <- "cap"

# Helpful functions
ssub <- function(x) gsub("B", "*1e9", gsub("M", "*1e6", x))
evalp <- function(x) eval(parse(text = x))

# Substitute and evaluate
sapply(ssub(market.cap$cap), evalp)
#1*1e9 10*1e6  2*1e6 
#1e+09  1e+07  2e+06

Answer 3

这是我自己的尝试：

market.cap[ , cap1 := {
  sf <- gsub("[0-9]", "", cap)
  as.numeric(gsub("[^0-9]", "", cap)) * 1000 ^ (2 + (sf == "B"))}]

以下方法可能会更快，因为它不需要浪费时间通过正则表达式运行cap两次：

market.cap[ , cap1 := {
  x<- do.call("rbind", strsplit(cap, split = "(?=[BM])", perl = TRUE))
  as.numeric(x[ , 1L]) * 1000 ^ (2 + (x[ , 2L] == "B"))}]

自tstrsplit {/ 1>} data.table进行优化以来，以下内容可能最快

market.cap[ , cap1 := {
  x <- tstrsplit(cap, split = "(?=[BM])", perl = TRUE)
  as.numeric(x[[1L]]) * 1000 ^ (2 + (x[[2]] == "B"))}]

优雅地将1M转换为1000000

3 个答案: