r - 将具有 k 格式数字的因子列转换为数字而不丢失任何数据

Question

我有一个因子列，其中包含数字。有些数字以 k 格式书写，例如。 99k、9.25k、91.9k 等，而其他的则写成完整的，如 998、575 等。我想做两件事-:

• 我想将具有 k 的数字乘以 1000 并删除 k。
• 我想在不丢失任何数据的情况下将此列转换为数字列。

如果我首先将它转换为数字应用 as.numeric，则 k 格式数字将变为 NA。

我想不出有什么办法可以解决这个问题。谁能帮我解决 r 中的问题？

以下是示例数据

df=data.frame(
ID = c(1:8),
Likes = c('99k', '997','15.5k', '9.25k','575', '800', '8.5k', '2,400')
)

编辑 我仍然不知道问题出在哪里。在尝试了此处提供的所有解决方案之后，仍然生成了 NA。我提供完整数据的链接。请通过它并帮助我找到问题所在。我关注的列是“喜欢”。

https://drive.google.com/file/d/1tR0F4SwGmsVjh5NGGpONP6LTaqgDOM4l/view?usp=sharing

Answer 1

这里有一个替代方案，将带有 ks 的数字转换为科学记数法:

df$Likes_num = as.numeric(gsub("k", "e3", df$Likes))
df
  ID Likes Likes_num
1  1   99k     99000
2  2   997       997
3  3 15.5k     15500
4  4 9.25k      9250
5  5   575       575
6  6   800       800
7  7  8.5k      8500

编辑以覆盖整个数据集:

所以你有大写的 Ks，如 16.1K，大写的 Ms，如 1.2M，还有逗号，如 4,225。以下代码处理所有这些:

df$Likes_num = df$Likes
df$Likes_num = gsub(",", "", df$Likes_num)
df$Likes_num = gsub("K", "e3", df$Likes_num)
df$Likes_num = gsub("M", "e6", df$Likes_num)
df$Likes_num = as.numeric(df$Likes_num)

sum(is.na(df$Likes_num))
## [1] 0