使用tidyverse将具有千个分隔符值的多个因子列转换为整数
无法在上找到精确的解决方案,因此无论如何,我们希望使用tidyverse的R包集获得最简洁的版本。希望除第一列以外的所有列都是整数,并且在实际场景中可以容纳更多的列使用tidyverse将具有千个分隔符值的多个因子列转换为整数,r,tidyverse,R,Tidyverse,无法在上找到精确的解决方案,因此无论如何,我们希望使用tidyverse的R包集获得最简洁的版本。希望除第一列以外的所有列都是整数,并且在实际场景中可以容纳更多的列 df <- structure(list(col_1 = structure(1:3, .Label = c("a", "b", "c" ), class = "factor"), col_2 = structure(c(1L, 3L, 2L), .Label = c("1,234", "23", "4,567"), cla
df <- structure(list(col_1 = structure(1:3, .Label = c("a", "b", "c"
), class = "factor"), col_2 = structure(c(1L, 3L, 2L), .Label = c("1,234",
"23", "4,567"), class = "factor"), col_3 = structure(1:3, .Label = c("1234",
"46", "6,789"), class = "factor")), .Names = c("col_1", "col_2",
"col_3"), row.names = c(NA, -3L), class = "data.frame")
df在列中查找一个“”,“
,如果存在,则使该列为数字:
df1 = lapply(df, function(x) {if(any(grepl(",", x))){x<-as.numeric(gsub(",", "", x))};x})
# as.data.frame(df1)
# col_1 col_2 col_3
#1 a 1234 1234
#2 b 4567 46
#3 c 23 6789
df1=lapply(df,函数(x){if(any)(grepl(“,”,x)){x您可以使用mutate_at
,排除第一列,使用gsub
删除逗号,然后将其转换为整数:
library(tidyverse)
df %>% mutate_at(.cols = -1, funs(as.integer(gsub(",", "", .))))
# col_1 col_2 col_3
#1 a 1234 1234
#2 b 4567 46
#3 c 23 6789
另一个带有parse_number
的选项,它提供了数字列,不过:
df %>% mutate_at(.cols = -1, funs(parse_number))
# col_1 col_2 col_3
#1 a 1234 1234
#2 b 4567 46
#3 c 23 6789
这是一个带有数据.table
的版本。将'data.frame'转换为'data.table'(setDT(df)
),在.SDcols
中指定感兴趣的列,用lapply
循环它们,在gsub
中用空格替换,
,转换为整数
,并赋值(:=/code>)它将返回到列
library(data.table)
setDT(df)[, (2:3) := lapply(.SD, function(x)
as.integer(gsub(",", "", x))), .SDcols = 2:3]
df
# col_1 col_2 col_3
#1: a 1234 1234
#2: b 4567 46
#3: c 23 6789
要想成为真正的HadleyVersionsh,您肯定会使用stringr而不是gsub,呃。到目前为止,也可能有其他方法替代as.integer。刚刚意识到如果您使用write_csv(df,“test.csv”)和df