将单位缩写转换为数字答案

【问题标题】：Converting unit abbreviations to numbers将单位缩写转换为数字
【发布时间】：2019-10-03 04:11:29
【问题描述】：

我有一个数据集，它对列中的数值进行缩写。例如，12M 表示 1200 万，1.2k 表示 1200。 M 和 k 是唯一的缩写。如何编写允许 R 将这些值从最低到最高排序的代码？

我曾考虑使用 gsub 将 M 转换为 000,000 等，但这并未考虑小数（1.5M 将是 1.5000000）。

【问题讨论】：

如果它安装在您的系统和路径中，您可以从system() 调用numfmt。类似于system(paste("numfmt --from=auto --to=none", "12M"), intern = TRUE)。
相关先前讨论 - stackoverflow.com/questions/36806215/… 包括解决此问题的 cmets 中的答案。
另外，在您的情况下，我们似乎可以安全地假设尾数标准化（例如，12.00k 或 0.012k 未标准化）
哦，您是否关心处理NA、NaN、Inf 而不会炸毁？

【解决方案1】：

试一试：

Text_Num <- function(x){
    if (grepl("M", x, ignore.case = TRUE)) {
        as.numeric(gsub("M", "", x, ignore.case = TRUE)) * 1e6
    } else if (grepl("k", x, ignore.case = TRUE)) {
        as.numeric(gsub("k", "", x, ignore.case = TRUE)) * 1e3
    } else {
        as.numeric(x)
    }
}

【讨论】：

这正是我正在寻找的那种代码，我没有想到在更改为数值后进行乘法运算。唯一的问题是它在达到“k”值时返回“NA”。我正在想办法解决

【解决方案2】：

在您的情况下，您可以使用gsubfn

a=c('12M','1.2k')
dict<-list("k" = "e3", "M" = "e6")
as.numeric(gsubfn::gsubfn(paste(names(dict),collapse="|"),dict,a))
[1] 1.2e+07 1.2e+03

【讨论】：

【解决方案3】：

因此，您想将 SI 单位缩写（'K'、'M'、...）转换为指数，从而转换为十的数字幂。鉴于所有单位都是单字母，并且指数是 10**3 的均匀间隔幂，下面是处理“Kilo”...“Yotta”以及任何未来指数的工作代码：

    > 10 ** (3*as.integer(regexpr('T', 'KMGTPEY')))
    [1] 1e+12

然后将十的幂乘以你所拥有的十进制值。

另外，您可能希望检测和处理未知字母前缀的“不匹配”情况，否则您会得到一个无意义的-1*3

    > unit_to_power <- function(u) {
        exp_ <- 10**(as.integer(regexpr(u, 'KMGTPEY')) *3)
        return (if(exp_>=0) exp_ else 1)
    }

现在，如果您想将“k”和“K”都与 Kilo 进行不区分大小写匹配（就像计算机人经常写的那样，即使从技术上讲这是对 SI 的滥用），那么您需要特别-case 例如 if-else 梯形图/表达式（SI 单位通常区分大小写，“M”表示“Mega”，但“m”严格表示“milli”，即使磁盘驱动器用户另有说明；大写通常是对于正指数）。所以对于一些前缀，@DanielV 的 case-specific 代码更好。
base::regexpr 没有矢量化，而且它在大输入上的性能也很差，所以如果你想矢量化并获得更高的性能，请使用stringr::str_locate。

【讨论】：

【解决方案4】：

很高兴认识你。

我写了另一个答案

定义函数

res = function (x) {
  result = as.numeric(x)
  if(is.na(result)){
  text = gsub("k", "*1e3", x, ignore.case = T)
  text = gsub("m", "*1e6", text, ignore.case = T)
  result = eval(parse(text = text))
  } 
  return(result)
}

结果

> res("5M")
[1] 5e+06
> res("4K")
[1] 4000
> res("100")
[1] 100
> res("4k")
[1] 4000
> res("1e3")
[1] 1000

【讨论】：