R 多列上的多个子()条件

R 多列上的多个子()条件,r,R,我正在尝试使用sub()执行查找和替换,并将其应用于多列 我的数据集与此类似: > mydata col1 col2 col3 col4 1 1 $1.40 $5.39 $23.42 2 2 $(2.40) $(38.29) $(1,239.30) 3 3 $1,302.00 $102.32 $23.10 具有多个以传统会计格式表示的数字字段 我尝试编写以下函数来交换括号负数、千位分隔符和美元数

我正在尝试使用sub()执行查找和替换,并将其应用于多列

我的数据集与此类似:

> mydata
  col1      col2     col3        col4
1    1     $1.40    $5.39      $23.42
2    2   $(2.40) $(38.29) $(1,239.30)
3    3 $1,302.00  $102.32      $23.10
具有多个以传统会计格式表示的数字字段

我尝试编写以下函数来交换括号负数、千位分隔符和美元数字

find_replace <- function(df, cols){
  df[, cols] <- sub('\\,','',df[, cols])
  df[, cols] <- sub('\\$','',df[, cols])
  df[, cols] <- sub('\\-','',df[, cols])
  df[, cols] <- sub('\\(','-',df[, cols])
  df[, cols] <- sub('\\)','',df[, cols])
  df[, cols] <- as.numeric(df[, cols])
}

mydata[,2:4] <- lapply(mydata[,2:4], find_replace(mydata, 2:4))
当我试着在我的实际数据集上运行它时(将它应用于6列和大约480万行),它会挂起,必须在我得到错误之前停止操作,但我可以想象它是一样的

如果所有字段都是数字字段,那么有没有关于以以下方式结束的有效方法的建议?在csv中读取时,我也尝试过使用colClass参数和SetClass函数,类似于这种方法,但没有成功

> mydata
  col1    col2   col3     col4
1    1    1.40   5.39    23.42
2    2   -2.40  38.29 -1239.30
3    3 1302.00 102.32    23.10
提前谢谢你

编辑:再次尝试setClass选项,并使用@waterling中的正则表达式:

setClass("acntngFmt")
# [1] "acntngFmt"
setAs("character", "acntngFmt",
      function(from) as.numeric(gsub("(?![.])[[:punct:]]", "", col, perl=TRUE, from)))

Input <- "A, B, C
$1.40, $(2.40), $1,302.00
$5.39, $(38.29), $102.32
$23.42, $(1,239.30), $23.10"

DF <- read.csv(textConnection(Input), header = TRUE,
               colClasses = c("acntngFmt", "acntngFmt", "acntngFmt"))
Error in as.character(x) : 
  cannot coerce type 'closure' to vector of type 'character' 
setClass(“acntngFmt”)
#[1]“acntngFmt”
setAs(“字符”,“acntngFmt”,
函数(from)为.numeric(gsub((?![.])[[:punct:][],“”,col,perl=TRUE,from)))

输入首先将前括号转换为减号,然后删除所有逗号、右括号和美元符号

setClass("acntngFmt")

setAs("character", "acntngFmt",
    function(from) as.numeric( gsub("[$),]", "", gsub("\\(", "-", from))))
DF <- data.frame( lapply(mydata[2:4], as, "acntngFmt"))
#---------------
 DF
    col2   col3     col4
1    1.4   5.39    23.42
2   -2.4 -38.29 -1239.30
3 1302.0 102.32    23.10

我认为这是一个重复:我编辑了这个问题,将其包括在内。我以前试过,但没有成功。我认为正则表达式是错误的。似乎你能够通过改进正则表达式部分使它工作?您将如何编辑它以将“$(2.40)”替换为-2.40?偏执表示一个负数。
df<-data.frame(V1=c("$1.40","$(2.40)","$(1,302.00)"), V2=c("$5.39","$(38.29)","$0.00"))
           V1       V2
1       $1.40    $5.39
2     $(2.40) $(38.29)
3 $(1,302.00)    $0.00

apply(df, 2, function(col) as.numeric(gsub("(?![.])[[:punct:]]", "", col, perl=TRUE)))
         V1    V2
[1,]    1.4  5.39
[2,]    2.4 38.29
[3,] 1302.0  0.00
apply(df, 2, function(col) {
  as.numeric(
    gsub("\\((.*)\\)","-\\1", 
         gsub("(?![.\\(\\)])[[:punct:]]", "", col, perl=TRUE)
         )
  )
})

 V1     V2
[1,]     1.4   5.39
[2,]    -2.4 -38.29
[3,] -1302.0   0.00
setClass("acntngFmt")

setAs("character", "acntngFmt",
    function(from) as.numeric( gsub("[$),]", "", gsub("\\(", "-", from))))
DF <- data.frame( lapply(mydata[2:4], as, "acntngFmt"))
#---------------
 DF
    col2   col3     col4
1    1.4   5.39    23.42
2   -2.4 -38.29 -1239.30
3 1302.0 102.32    23.10
mydata <- 
structure(list(col1 = 1:3, col2 = structure(c(3L, 1L, 2L), .Label = c("$(2.40)", 
"$1,302.00", "$1.40"), class = "factor"), col3 = structure(c(3L, 
1L, 2L), .Label = c("$(38.29)", "$102.32", "$5.39"), class = "factor"), 
    col4 = structure(c(3L, 1L, 2L), .Label = c("$(1,239.30)", 
    "$23.10", "$23.42"), class = "factor")), .Names = c("col1", 
"col2", "col3", "col4"), class = "data.frame", row.names = c("1", 
"2", "3"))