使用 tidyverse 将具有千位分隔符值的多个因子列转换为整数答案

【问题标题】：Converting several factor columns with thousand-separator values to integers using tidyverse使用 tidyverse 将具有千位分隔符值的多个因子列转换为整数
【发布时间】：2017-01-18 20:55:03
【问题描述】：

在 SO 上找不到确切的解决方案，无论如何都希望使用 tidyverse 集的 R 包的最简洁的版本。希望除第一列之外的所有列都是整数，并在现实生活场景中满足更多列

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"), 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")

TIA

【问题讨论】：

标签： r tidyverse

【解决方案1】：

在列中寻找","，如果存在则将该列设为数字：

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

【讨论】：

【解决方案2】：

可以使用mutate_at，排除第一列，使用gsub去掉逗号，然后转成整数：

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

parse_number 的另一个选项，虽然这给出了数字列：

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

【讨论】：

要成为真正的 hadleyversish，您肯定会使用 stringr 而不是 gsub，嗯。现在可能还有一些替代 as.integer 的方法。
刚刚意识到，如果您使用 write_csv(df,"test.csv") 和 df

【解决方案3】：

这是带有data.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循环遍历它们，用gsub中的空格替换,，转换到 integer 并将 (:=) 分配回列

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

【讨论】：