删除整个数据框中的句点/点

Question

我有一个包含来自世界各地的参与者的大型数据集。其中一些参与者使用点/句点/逗号输入数据来表示千位分隔符，但 R 将它们读取为逗号，这完全扭曲了我的数据...... 例如1234 变成 1,234。

我想删除所有点/句点/逗号。我的数据完全由完整的数字组成，因此任何地方都不应该有任何小数。

我尝试使用 stringr，但不太明白。这是一个（我希望）可重复的示例，其中包含我的一小部分数据：

structure(
  list(
    chnb = c(10L, 35L, 55L),
    B1_1_77 = c(117.586,
                4022, 4.921),
    C1_1_88 = c(NA, 2206, 1.111),
    C1_1_99 = c(6.172,
                1884, 0),
    C1_3_99 = c(5.62, 129, 0)
  ),
  row.names = c(NA,-3L),
  class = c("tbl_df",
            "tbl", "data.frame")
)

我试过了：

prob1 <- prob %>% str_replace_all('\\.', '')

这给了我这个：

> prob
[1] "c(10, 35, 55)"         "c(117586, 4022, 4921)" "c(NA, 2206, 1111)"    
[4] "c(6172, 1884, 0)"      "c(562, 129, 0)"  

它确实删除了点，但它给了我一个简单的列表，并且完全丢失了我的数据结构。在线搜索建议我这样做：

prob1 <- prob %>% mutate_all(list(str_replace(., '\\.', '')))

但我收到一条错误消息：

错误：.fn 必须是长度为 1 的字符串 致电rlang::last_error() 查看回溯 另外：警告信息： 在 stri_replace_first_regex(string, pattern, fix_replacement(replacement), 中： 参数不是原子向量；胁迫

我是不是把整件事都搞错了？任何帮助将不胜感激。我希望我的问题足够清楚，如果不是很抱歉（我是新手）。

Answer 1

您需要转换为字符，然后替换，然后再转换回数字：

library(tidyverse)
dat %>%
  mutate_all(~as.numeric(str_remove_all(as.character(.x), '\\.')))

# A tibble: 3 x 5
   chnb B1_1_77 C1_1_88 C1_1_99 C1_3_99
  <dbl>   <dbl>   <dbl>   <dbl>   <dbl>
1    10  117586      NA    6172     562
2    35    4022    2206    1884     129
3    55    4921    1111       0       0

感谢@camille 的stringr::str_remove_all 建议。

我还想到 R 可能会在您不打算在尾随零的情况下进行舍入。在您的示例 5.62 中以 C1_3_99 的第一个条目为例。正如我的第一个解决方案给出的那样，这可能需要 5,620（如果句点是千位分隔符），而不是 562。您可以使用格式化程序和深思熟虑的划分来处理这个问题：

dat %>%
  mutate_all(~as.numeric(str_remove_all(format(round(.x, 3), nsmall = 3), '\\.')) / 
               if_else(str_detect(.x, "\\."), 1, 1000))

# A tibble: 3 x 5
   chnb B1_1_77 C1_1_88 C1_1_99 C1_3_99
  <dbl>   <dbl>   <dbl>   <dbl>   <dbl>
1    10  117586      NA    6172    5620
2    35    4022    2206    1884     129
3    55    4921    1111       0       0
Warning message:
In (function (..., .x = ..1, .y = ..2, . = ..1)  :
  NAs introduced by coercion

格式化程序确保小数点后有 3 位数字，但会为没有小数点的数字添加三个 0 (formatting code yanked from here)，因此如果不存在小数点，则除以 1000。欢迎在这里提供更优雅的解决方案。

Answer 2

尝试使用 sapply：

df <-  structure(
  list(
    chnb = c(10L, 35L, 55L),
    B1_1_77 = c(117.586,
                4022, 4.921),
    C1_1_88 = c(NA, 2206, 1.111),
    C1_1_99 = c(6.172,
                1884, 0),
    C1_3_99 = c(5.62, 129, 0)
  ),
  row.names = c(NA,-3L),
  class = c("tbl_df",
            "tbl", "data.frame")
)

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

这是结果：

     chnb B1_1_77 C1_1_88 C1_1_99 C1_3_99
[1,]   10  117586      NA    6172     562
[2,]   35    4022    2206    1884     129
[3,]   55    4921    1111       0       0

我希望这会有所帮助！