删除千位分隔符

Question

这个问题已经有答案了:

How can I declare a thousand separator in read.csv? [duplicate] (4 个回答)

已关闭 10 年前。

我导入了一个 Excel 文件并得到了这样的数据框

structure(list(A = structure(1:3, .Label = c("1.100", "2.300", 
"5.400"), class = "factor"), B = structure(c(3L, 2L, 1L), .Label = c("1.000.000", 
"500", "7.800"), class = "factor"), C = structure(1:3, .Label = c("200", 
"3.100", "4.500"), class = "factor")), .Names = c("A", "B", "C"
), row.names = c(NA, -3L), class = "data.frame")

我现在想转换这些 chars至numeric甚至 integer 。但是，点字符 ( . ) 不是小数点，而是“千位分隔符”(德语)。

如何正确转换数据框？

我尝试过这个:

df2 <- as.data.frame(apply(df1, 2, gsub, pattern = "([0-9])\\.([0-9])", replacement= "\\1\\2"))

df3 <- as.data.frame(data.matrix(df2))

但是，apply似乎将每一列转换为因素列表。我可以阻止apply这样做？

Answer 1

你可以使用这个:

sapply(df, function(v) {as.numeric(gsub("\\.","", as.character(v)))})

这给出:

        A       B    C
[1,] 1100    7800  200
[2,] 2300     500 3100
[3,] 5400 1000000 4500

这将为您提供一个matrix对象，但如果您愿意，您可以将其包装到data.frame()中。

请注意，原始数据中的列不是字符而是因子。

<小时/>

编辑:或者，您可以不使用 data.frame() 包装它，而是直接以 data.frame 形式获取结果:

# the as.character(.) is just in case it's loaded as a factor
df[] <- lapply(df, function(x) as.numeric(gsub("\\.", "", as.character(x))))