读取R中的csv文件,将货币列作为数字

时间:2011-09-07 17:11:58

标签: r currency symbols read.csv

我正在尝试阅读R a csv文件,其中包含有关政治捐款的信息。根据我的理解,默认情况下将列导入为因子,但我需要将amount列(数据集中的“CTRIB_AMT”)导入为数字列,以便我可以运行各种不适用的函数因素。该列的格式为货币,前缀为“$”。

我最初使用简单的read命令导入文件:

contribs <- read.csv('path/to/file')

然后尝试将CTRIB_AMT从货币转换为数字:

as.numeric(as.character(sub("$","",contribs$CTRIB_AMT, fixed=TRUE)))

但那没用。我试图用于CTRIB_AMT列的函数是:

vals<-sort(unique(dfr$CTRIB_AMT))
sums<-tapply( dfr$CTRIB_AMT, dfr$CTRIB_AMT, sum)
counts<-tapply( dfr$CTRIB_AMT, dfr$CTRIB_AMT, length)

请参阅相关问题here

关于如何最初导入文件的任何想法,所以列是数字或导入后如何转换?

5 个答案:

答案 0 :(得分:16)

我不确定如何直接阅读,但您可以修改它:

> A <- read.csv("~/Desktop/data.csv")
> A
  id   desc price
1  0  apple $1.00
2  1 banana $2.25
3  2 grapes $1.97
> A$price <- as.numeric(sub("\\$","", A$price))
> A
  id   desc price
1  0  apple  1.00
2  1 banana  2.25
3  2 grapes  1.97
> str(A)
'data.frame':   3 obs. of  3 variables:
 $ id   : int  0 1 2
 $ desc : Factor w/ 3 levels "apple","banana",..: 1 2 3
 $ price: num  1 2.25 1.97

我认为这可能只是你的潜艇失踪。 $表示正则表达式中行的结尾。 \ $是一个美元符号。但是你必须逃脱逃脱...

答案 1 :(得分:13)

另一种方法是使用setAs设置转化 它用于两个(类似的)问题:

根据您的需要:

setClass("Currency")
setAs("character", "Currency",
    function(from) as.numeric(sub("$","",from, fixed=TRUE)))

contribs <- read.csv("path/to/file", colClasses=c(CTRIB_AMT="Currency"))

答案 2 :(得分:5)

很久以前解决问题的又一个解决方案:

convertCurrency <- function(currency) {
  currency1 <- sub('$','',as.character(currency),fixed=TRUE)
  currency2 <- as.numeric(gsub('\\,','',as.character(currency1))) 
  currency2
}

contribs$CTRIB_AMT_NUM <- convertCurrency(contribs$CTRIB_AMT)

答案 3 :(得分:2)

或使用像as.numeric(substr(as.character(contribs$CTRIB_AMT),2,20))之类的东西,我们知道肯定不会超过20个字符。

另一件需要注意的事情是,如果您在调用stringsAsFactors=F

中设置read.csv(),则无需完全转换因子

答案 4 :(得分:2)

利用readr软件包提供的强大解析器的优势:

my_parser <- function(col) {
  # Try first with parse_number that handles currencies automatically quite well
  res <- suppressWarnings(readr::parse_number(col))
  if (is.null(attr(res, "problems", exact = TRUE))) {
    res
  } else {
    # If parse_number fails, fall back on parse_guess
    readr::parse_guess(col)
    # Alternatively, we could simply return col without further parsing attempt
  }
}

library(dplyr)

name <- c('john','carl', 'hank')
salary <- c('$23,456.33','$45,677.43','$76,234.88')
emp_data <- data.frame(name,salary)

emp_data %>% 
  mutate(foo = "USD13.4",
         bar = "£37") %>% 
  mutate_all(my_parser)

#   name   salary  foo bar
# 1 john 23456.33 13.4  37
# 2 carl 45677.43 13.4  37
# 3 hank 76234.88 13.4  37