我正在处理急诊室 ICD-9 代码数据（健康诊断），它是三位数字代码，后面最多有 2 个小数（例如：499、499.1、499.51 等）。一些特殊代码使用字母“V”而不是第一个数字，例如“V10.46”。
每次急诊室就诊（行）最多可以有 11 个诊断代码（列），因此我使用 reshape() 将数据集更改为长格式。现在我想使用 floor() 删除那些小数点。但是 R 不能用一个字符来放置东西！我收到此错误：Math.factor(dtl$diag) 中的错误：下限对因子没有意义
这篇文章有一些相关性，但我想知道是否有更好的方法？ R: Remove character observations in a variable
有什么想法吗？
【问题讨论】：
您可以使用正则表达式来删除点和后面的所有内容。
x <- c("499", "499.1", "499.51", "V10.46")
gsub("\\..*", "", x)
# Output:
# [1] "499" "499" "499" "V10"
【讨论】：
.*）一无所有（""）”。所以它会删除任何东西，包括小数点，模拟floor。虽然我认为你也想去掉第一个“V”对吧？看看?gsub，看看你是否可以做类似的事情来删除“V”（它会比这个答案中的 gsub 更容易）。然后，您可以使用as.numeric 将字符串转换为数字。
x[[4]] <- gsub("\\..*","",x[[4]])
以@Vincent Zoonekynd 的出色回答为基础，如果目标是在数据上使用floor，您可以去掉“V”并在其余部分调用floor：
x <- c("499", "499.1", "499.51", "V10.46")
# replace all occurences of "V" with nothing ("") in x:
x.stripped <- gsub("V", "", x)
# convert to numeric so we can use floor():
x.floor <- floor(as.numeric(x.stripped))
根据您的错误消息“对因子没有意义”，您的数据列已作为字符串读入（因为某些行中有“V”），R 的默认行为是转换将列字符串化为因子（如类别）。
如果您收到关于 gsub 无法处理因子的错误，您需要先将您的列转换为字符串：
mydf$columname <- as.character(mydf$columnname)
然后你可以像以前一样继续。
【讨论】：
对于前三个字母，您可以使用子字符串函数。
icd9 <- factor(c("499", "499.1", "499.51", "V10.46"))
substr(as.character(icd9),1,3)# as.character is used
# because icd9 is factor in your data
输出
[1] "499" "499" "499" "V10"
【讨论】：