Question

我有一个包含多列的数据表。其中一些字符列具有数值测量值/索引，其值中包含类似"12,3"或"1,02"的值。小数部分用逗号代替。

我希望遍历这些字符/数字列，并用小数点替换逗号，以进一步进行数据分析。

我很想使用tidyverse函数和类似gsub的函数。这是我的许多尝试之一：

     chr.cols <- c('Agriculture', 'Industry', 'Service', 'Crops (%)', 'Other (%)', 
          'Arable (%)', 'Phones (per 1000)', 'Net migration', 'Coastline
          (coast/area ratio', 'Pop. Density (per sq. mi.)')

     countries_df <- for(y in colnames(countries)) { 
          gsub(pattern = ",", replacement = ".", x = countries$y)
     }

Answer 1

如果我们不执行任何赋值操作，则不会替换这些值。如果我们要保留原始数据，请创建原始数据集（'countries_df'）的副本，并使用[[代替$

countries_df <- countries 
for(y in chr.cols) { 
   countries_df[[y]] <- gsub(pattern = ",", replacement = ".",
            x = countries_df[[y]])
   }

请注意，此处我们使用的是[[而不是[，因此它仍然适用于具有tbl_df类，data.table等的数据集。

Answer 2

一种方法是将两个对sub的调用嵌套。第一次调用以数千个分隔符为目标，并用逗号替换了点。然后，第二次替换将字符串的末尾定位为可能的小数点。

val <- "1.234.567,123"
gsub(",(?=\\d{3}$)", ".", gsub("\\.", ",", val), perl=TRUE)

[1] "1,234,567.123"

一个更理想的解决方案可能是使用某些R API来利用语言环境格式。

Answer 3

您将需要将模式替换（gsub）的结果存储回数据集中（或为最佳实践，存储到新的数据集中）。另外，必须以[row, column]格式调用列名称，以避免混淆（data$y可以是您的索引y或名为y的列）。

## Duplicating the dataset
countries_modified <- countries

## Looping through the columns
for(y in 1:ncol(countries)) { 
     countries_modified[, y] <- gsub(pattern = ",", replacement = ".", x = countries[, y])
}

用“。”代替“，”。跨数据框的多个列值

3 个答案: