R 导入不带千分隔符的csv,并在不丢失小数点分隔符的情况下从因子转换为数字
我有一个包含5列的List data.List,如下所示:R 导入不带千分隔符的csv,并在不丢失小数点分隔符的情况下从因子转换为数字,r,type-conversion,numeric,decimalformat,R,Type Conversion,Numeric,Decimalformat,我有一个包含5列的List data.List,如下所示: Code Price_old MB Price_new Product CZ 898.00 20.00 1.001.00 Type 1 CZ 890.00 300.00 1.016.33 Type 2 CZ 890.00 1.000.00 1.016.63 Type 2 CZ 899.00 200.00 1
Code Price_old MB Price_new Product
CZ 898.00 20.00 1.001.00 Type 1
CZ 890.00 300.00 1.016.33 Type 2
CZ 890.00 1.000.00 1.016.63 Type 2
CZ 899.00 200.00 1.019.33 Type 2
NO 999.00 50.00 1.025.75 Type 3
NO 999.00 600.00 1.025.75 Type 3
这是直接从.csv导入的。我想知道的是一种将第2列、第3列和第4列从因子转换为数字的方法(因为.numeric(levels(f))[f]不起作用!)(1和5是字符),而不会丢失任何信息
如果(is.factor,as.numeric)使用mutate\u进行转换,最终会丢失所有小数点:1.025.75->102575、50.00->5000等
使用sapply进行转换
indx <- sapply(data.list, is.factor)
data.list[indx] <- sapply(data.list[indx],
function(x) as.numeric(as.character(x)))
indx使用来自
基本上,您希望删除除最后一个句点以外的所有句点
csvfile <-
"Code,Price_old,MB,Price_new,Product
CZ,898.00,20.00,1.001.00,Type 1
CZ,890.00,300.00,1.016.33,Type 2
CZ,890.00,1.000.00,1.016.63,Type 2
CZ,899.00,200.00,1.019.33,Type 2
NO,999.00,50.00,1.025.75,Type 3
NO,999.00,600.00,1.025.75,Type 3"
csvfile <- textConnection(csvfile)
df <- read.csv(csvfile, stringsAsFactors = FALSE)
df[2:4] <- lapply(df[2:4],
function(x) as.numeric(gsub("\\.(?=[^.]*\\.)", "", x, perl = TRUE)))
df
csvfile如果在文本编辑器中打开这些数字,它们在csv中的外观如何?我无法想象它会是1.000.00哪个操作系统,你愿意用awk
和friends来预处理文件?@phiver,它们看起来很普通,因为我想要它们(1025.75)@瓦特钦,我在Windows10上使用R。我不熟悉awk
在这种情况下,请检查read.csv是否正在执行它应该执行的操作。请尝试readr
软件包,或者从data.table
中选择fread
,或者使用Benjamin提供的解决方案。