R：将百分比数据框从系数转换为数字

将数据帧转换为R时遇到问题

我有一系列列，它们被解读为

因子

，并带有

%

符号

我知道，对于一个专栏，我可以做到：

df[,3] <- as.numeric(sub("%","",df[,3]))

回答：以下是在你们帮了我这么多之后，我是如何通过一个命令做到这一点的！我在指定函数部分时遇到问题

df=read.csv("all response rates.csv")
df[-1]<-data.frame(apply(df[-1], 2, function(x) 
    as.numeric(sub("%","",as.character(x)))))

df=read.csv（“所有响应率.csv”）
df[-1]使用
base
中的函数尝试此方法：

# dummy data:
df<-data.frame(v1=c("78%", "65%", "32%"), v2=c("43%", "56%", "23%"))

# function
df2<-data.frame(lapply(df, function(x) as.numeric(sub("%", "", x))) )

#虚拟数据：
df
parse_number
从
readr
包中删除
%
符号。对于给定的数据集，请尝试：

library(dplyr)
library(readr)

res <- cbind(df %>% select(Year), # preserve the year column as-is
             df %>% select(-Year) %>% mutate_all(funs(parse_number))
             )

> res
    Year v1 v2 v3 v4
1 12-Oct  0  0 39 14
2 12-Nov  0  6 59  4
3 12-Dec 22  0 37 26
4 13-Jan 45  0 66 19
5 13-Feb 28 39 74 13

这里有一个使用
data.table
中的
set
的选项，这对于大型数据集来说会更快，因为可以避免
[.data.table
的开销

library(stringi)
library(data.table)

setDT(df)
for(j in 2:ncol(df)){
     set(df, i=NULL, j=j, value= as.numeric(stri_extract(df[[j]], regex='\\d+')))
}

df
#     Year v1 v2 v3 v4
#1: 12-Oct  0  0 39 14
#2: 12-Nov  0  6 59  4
#3: 12-Dec 22  0 37 26
#4: 13-Jan 45  0 66 19
#5: 13-Feb 28 39 74 13

这里有一个单行解决方案，它假设数据位于固定宽度的列中。我需要删除第一行名称，因为所有列都没有名称。列的宽度被指定为整数（负意义是跳过那么多字符）。在读取期间，它还将列类更改为数字

your data

1 12-Oct        0%      0%      39%      14%
2 12-Nov        0%      6%      59%       4%
3 12-Dec       22%      0%      37%      26%
4 13-Jan       45%      0%      66%      19%
5 13-Feb       28%     39%      74%      13%

the R one-line script

adf <- read.fwf(file="a.dat",widths=c(-8,9,-1,7,-1,8,-1,8),colClasses=rep("numeric",4))

output result (first col provided by R to count the rows)

  V1 V2 V3 V4
1  0  0 39 14
2  0  6 59  4
3 22  0 37 26
4 45  0 66 19
5 28 39 74 13

您的数据
10月12日0%0%39%14%
11月2日12日0%6%59%4%
12月3日22%0%37%26%
4.1月13日45%0%66%19%
2月5日13日28%39%74%13%
R单行脚本
adf如果百分号位于每个字符串的末尾，请尝试使用
comment.char=“%”再次读取它
当我这样做时，第一列数据被正确读取，但其他列都变成了LOGI，都是NA…….什么给了我？我不知道。给我们看一些数据：）会做@RichardScriven！文件的前五行如何请
lappy
更合适，因为它不会强制到矩阵-类似于
数据。frame（lappy（df，function（x）as.numeric（sub（“%”，“，”，x）））
更不用说这个答案是错误的，并且没有将因子转换为数字，试试
str（df2）
@vashts85，答案是“严格”错误的，因为最初的答案没有完全回答一个由两部分组成的问题（因为我也没有将sub包装在
as.numeric（）中）
）我对答案进行了编辑，以反映这一点和@thelatemail更有用的建议。
library(dplyr)
library(readr)

res <- cbind(df %>% select(Year), # preserve the year column as-is
             df %>% select(-Year) %>% mutate_all(funs(parse_number))
             )

> res
    Year v1 v2 v3 v4
1 12-Oct  0  0 39 14
2 12-Nov  0  6 59  4
3 12-Dec 22  0 37 26
4 13-Jan 45  0 66 19
5 13-Feb 28 39 74 13

df %>% select(-Year) %>% mutate_all(funs(parse_number))

library(stringi)
library(data.table)

setDT(df)
for(j in 2:ncol(df)){
     set(df, i=NULL, j=j, value= as.numeric(stri_extract(df[[j]], regex='\\d+')))
}

df
#     Year v1 v2 v3 v4
#1: 12-Oct  0  0 39 14
#2: 12-Nov  0  6 59  4
#3: 12-Dec 22  0 37 26
#4: 13-Jan 45  0 66 19
#5: 13-Feb 28 39 74 13

your data

1 12-Oct        0%      0%      39%      14%
2 12-Nov        0%      6%      59%       4%
3 12-Dec       22%      0%      37%      26%
4 13-Jan       45%      0%      66%      19%
5 13-Feb       28%     39%      74%      13%

the R one-line script

adf <- read.fwf(file="a.dat",widths=c(-8,9,-1,7,-1,8,-1,8),colClasses=rep("numeric",4))

output result (first col provided by R to count the rows)

  V1 V2 V3 V4
1  0  0 39 14
2  0  6 59  4
3 22  0 37 26
4 45  0 66 19
5 28 39 74 13