我嘗試清理一個 data.frame，其中包含帶有文本和數字的列。我想排除示例列“名稱”中的數字，只取“數字”列的第一個數字（不帶字串）。
我正在使用 data.table 并創建了這個框架：
df <- data.frame(x=c(1,2,3,4,5,6,7,8),
name=c('Tom', 'Maria. Anna3', 'Ina.2', 'Anna13', 'Tim2a', 'Zoé', 'Mark_1', 'Bea: 2'),
number=c('12, 13', '11/12', '3b', '12, 13', '134z', 'number 14', 'B3', '3-5'))
如上所述，我希望有這樣一張干凈的桌子：
df_cleaned <- data.frame(x=c(1,2,3,4,5,6,7,8),
name=c('Tom', 'Maria Anna', 'Ina', 'Anna', 'Tim', 'Zoé', 'Mark', 'Bea'),
number=c('12', '11', '3', '12', '134', '14', '3', '3'))
非常感謝您的回復：）
uj5u.com熱心網友回復：
您可以使用readr::parse_numberwhich 來做到這一點。
readr::parse_number(df$number)
#[1] 12 11 3 12 134 14 3 3
或者在基礎 R -
as.numeric(sub('.*?(\\d ).*', '\\1', df$number))
要清理名稱，您可以使用正則運算式 -
df$name <- sub('([ :_.]|\\d).*', '', df$name)
#[1] "Tom" "Maria" "Ina" "Anna" "Tim" "Zoé" "Mark" "Bea"
uj5u.com熱心網友回復：
這是否有效：
library(dplyr)
library(stringr)
df %>% mutate(name = str_extract(name, '[A-Za-z] '), number = parse_number(number))
x name number
1 1 Tom 12
2 2 Maria 11
3 3 Ina 3
4 4 Anna 12
5 5 Tim 134
6 6 Zo 14
7 7 Mark 3
8 8 Bea 3
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/328836.html
下一篇：R：自定義散點圖