如何从包含因子的数据帧 SUBSET 中获取 MIN 和 MAX答案

【问题标题】：How to get the MIN and MAX from a dataframe SUBSET which consists of factors如何从包含因子的数据帧 SUBSET 中获取 MIN 和 MAX
【发布时间】：2021-04-03 16:55:35
【问题描述】：

我抓取了一个表，需要从数据框中的子集列中检索最小值和最大值。

表格如下所示：

      Date          Year Title         Budget        Gross
2     Jun 22        2018 Project 5     $170,000,000  $1,308,334,005
3     Jun 12        2015 Project 4     $215,000,000  $1,669,943,967
4     Jul 18        2001 Project 3     $93,000,000     $365,900,000
5     May 22        1997 Project 2     $75,000,000     $618,638,999
6     Jun 11        1993 Project 1     $63,000,000   $1,045,573,035

我需要在 Gross 列中找到最小值和最大值。这目前不起作用，因为该列是向量。但是当我使用 gsub 替换逗号时，它就搞砸了。

我不明白 (1) 如何将向量变为实数 (2) 在这个子集中找到 MIN 和 MAX

（如果这种想法是正确的？）

感谢任何线索

【问题讨论】：

你可能需要df1$Gross <- as.numeric(gsub("[$,]+", "", df1$Gross))然后得到min(df1$Gross)和max(df1$Gross)

标签： r dataframe dplyr r-markdown subset

【解决方案1】：

一个tidyverse解决方案：

library(tidyverse)

df %>%
  mutate(across(Gross, parse_number)) %>%
  summarise(across(Gross, list(min = min, max = max)))

  Gross_min  Gross_max
1 365900000 1669943967

【讨论】：

【解决方案2】：

我们需要删除, 和$，$ 是正则表达式中的元字符，用于表示字符串的结尾。我们可以将其转义以将它们放在方括号中（[$,]+ - 一个或多个字符，$ 或 ,）并替换为空白（""）。然后，我们将该列转换为numeric (as.numeric)

df1$Gross <- as.numeric(gsub("[$,]+", "", df1$Gross))

现在，我们可以得到min 和max

min(df1$Gross, na.rm = TRUE)
#[1] 365900000
max(df1$Gross, na.rm = TRUE)
#[1] 1669943967

或者使用range函数

range(df1$Gross, na.rm = TRUE)
#[1]  365900000 1669943967

数据

df1 <- structure(list(Date = c("Jun 22", "Jun 12", "Jul 18", "May 22", 
"Jun 11"), Year = c(2018L, 2015L, 2001L, 1997L, 1993L), Title = c("Project 5", 
"Project 4", "Project 3", "Project 2", "Project 1"), Budget = c("$170,000,000", 
"$215,000,000", "$93,000,000", "$75,000,000", "$63,000,000"), 
    Gross = c("$1,308,334,005", "$1,669,943,967", "$365,900,000", 
    "$618,638,999", "$1,045,573,035")), class = "data.frame",
    row.names = c("2", 
"3", "4", "5", "6"))

【讨论】：