移除千位分隔符

我导入了一个Excel文件，并得到了这样的数据框

structure(list(A = structure(1:3, .Label = c("1.100", "2.300", "5.400"), class = "factor"), B = structure(c(3L, 2L, 1L), .Label = c("1.000.000", "500", "7.800"), class = "factor"), C = structure(1:3, .Label = c("200", "3.100", "4.500"), class = "factor")), .Names = c("A", "B", "C" ), row.names = c(NA, -3L), class = "data.frame") 

我现在想将这些chars转换为numeric或甚至integer 。 但是，点号（ . ）不是小数点，而是“千位分隔符”（德语）。

我将如何正确地转换数据框？

我试过这个：

 df2 <- as.data.frame(apply(df1, 2, gsub, pattern = "([0-9])\\.([0-9])", replacement= "\\1\\2")) df3 <- as.data.frame(data.matrix(df2)) 

然而， apply似乎将每列转换为一系列因素。 我可以阻止这样做吗？

Answer 1

你可以使用这个：

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

这使 ：

  ABC [1,] 1100 7800 200 [2,] 2300 500 3100 [3,] 5400 1000000 4500 

这会给你一个matrix对象，但是如果你愿意，你可以把它包装到data.frame() 。

请注意，原始数据中的列不是字符，而是因素。

---

编辑：或者，而不是用data.frame()包装它，你可以直接以data.frame获得结果：

 # the as.character(.) is just in case it's loaded as a factor df[] <- lapply(df, function(x) as.numeric(gsub("\\.", "", as.character(x)))) 

Answer 2

我想我只是find了另一个解决scheme：

有必要使用stringsAsFactors = FALSE 。

喜欢这个：

 df2 <- as.data.frame(apply(df1, 2, gsub, pattern = "([0-9])\\.([0-9])", replacement= "\\1\\2"), stringsAsFactors = FALSE) df3 <- as.data.frame(data.matrix(df2))