如何删除部分字符串并转换数字答案

【问题标题】：How to Remove part of a String and Convert a Number如何删除部分字符串并转换数字
【发布时间】：2018-12-12 12:41:30
【问题描述】：

我对 R 非常陌生，并且遇到了数据框的问题。

所以我有一个看起来像这样的数据框 dataf：

#         PlayerName           playerValue
#5     Tammy Abraham          10,00 Mill. €  
#6     Abdul Rahman Baba      8,00 Mill. €  
#7     Mario Pasalic          8,00 Mill. €  
#8     Lewis Baker            5,50 Mill. €  
#9     Ola Aina               4,00 Mill. €  
#10    Jamal Blackman         500 Th. €

然后我用这条线：

dataf$playerValue <- gsub(",", ".", gsub("[[:space:]].*", "", dataf$PlayerValue))

这个的输出是：

#         PlayerName           playerValue        playerValue
#5     Tammy Abraham          10,00 Mill. €           10
#6     Abdul Rahman Baba      8,00 Mill. €            8
#7     Mario Pasalic          8,00 Mill. €            8
#8     Lewis Baker            5,50 Mill. €            5.5
#9     Ola Aina               4,00 Mill. €            4
#10    Jamal Blackman         500 Th. €               500

有没有办法让最终值从 500 变为 0.5？因为显然 500,000 小于 400 万，但这里的 int 500 将大于 4。

另外，我如何排除原始的 PlayerValue 列？当我运行我的代码时，它会打印出两次列，一次是最后的字符串和转换后的列。

感谢您的帮助。

【问题讨论】：

就打印两次而言，请注意playerValue 与PlayerValue 不同。你有一个错字。至于你的其他问题，我没有看到任何使用ifelse() 的捷径来检查"Th" 的条件，但也许有人比我有更多的正则表达式专业知识。

标签： r

【解决方案1】：

这是一个想法，它从每个字符串中提取值，如果在字符串中找不到单词Mill，则除以 1000，即

假设数据框，

 playerName         playerValue
1  Tammy Abraham    10,00 Mill. €
2 Jamal Blackman    500 Th. €

那么，

v1 <- as.numeric(gsub('\\D+', '', gsub(',.*', '', df$playerValue)))
v1[!grepl('Mill', df$playerValue)] <- v1[!grepl('Mill', df$playerValue)] / 1000
v1
#[1] 10.0  0.5

Here is a very similar question虽然不完全一样

【讨论】：

【解决方案2】：

在提取数字时，您可以使用regex 来分隔百万/千。

# dummy data
dataf <- data.frame(playerValue = c("500 Th. € ","4,00 Mill. € "))
# Extract with regex
mils <- 10^3 * as.numeric(gsub("^(\\d+?)\\,(\\d+?)\\s.*|^(\\d+?)\\s.*", "\\1", 
                               dataf$playerValue, perl = TRUE))
thsd <- as.numeric(gsub("^(\\d+?)\\,(\\d+?)\\s.*|^(\\d+?)\\s.*", "\\2\\3", 
                   dataf$playerValue, perl = TRUE))
# Final result
rowSums(cbind(mils, thsd), na.rm = TRUE)
# returns
[1]  500 4000

【讨论】：

我认为这篇文章会对您有所帮助：stackoverflow.com/questions/14543627/…

【解决方案3】：

这是一个使用 strsplit 和 ifelse 的简单答案。

# Dummy data
df <- data.frame(playerValue = c("500 Th. € ","4,00 Mill. € "), stringsAsFactors = FALSE)

# Splitting number and scale into two columns
splits <- strsplit(df$playerValue, split = " ")
splits <- do.call(rbind, splits)

# Replacing commas
splits[,1] <- gsub(",", ".", splits[,1])

# Adding to dataframe
df$value <- as.numeric(splits[,1])
df$scale <- splits[,2]

# Calculating new values
df$new_value <- ifelse(df$scale == "Th.", df$value/1000, df$value)

【讨论】：