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?
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
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