如何用成千上万替换 "k" 和 "m"？

Question

我有一个从 Coursera 解析的数据框。其中一列是注册该课程的学生人数。看起来像这样：

df <- data.frame(uni = c("Yale", "Toronto", "NYU"), students = c("16m", "240k", "7.5k"))

      uni students
1    Yale     "16m"
2 Toronto     "240k"
3     NYU     "7.5k"

我需要得到的是

      uni students
1    Yale     16000000
2 Toronto     240000
3     NYU     75000

所以，对我来说主要的困难是values的class是字符，我不知道替换ks和ms，以及将column的class转换成数字的函数.

请帮帮我！

Answer 1

w=12=WILL.y.w=11=w w=10=sh

Answer 2

使用 stringr 和 dplyr 来自 tidyverse

library(tidyverse)
df %>%
  mutate(students = case_when(
    str_detect(students, "m") ~ as.numeric(str_extract(students, "[\d\.]+")) * 1000000,
    str_detect(students, "k") ~ as.numeric(str_extract(students, "[\d\.]+")) * 1000,
  ))
# A tibble: 3 x 2
  uni     students
  <chr>      <dbl>
1 Yale    16000000
2 Toronto   240000
3 NYU         7500

Answer 3

这是一种使用 separate 的方法，适用于任意数量的修饰符，只需在 case_when 语句中继续定义它们即可。

library(dplyr)
library(tidry)
df %>%
  separate(students,into = c("value","modifier"),
           sep = "(?<=[\d])(?=[^\d.])") %>%
  mutate(modifier = case_when(modifier == "b" ~ 1000000000,
                              modifier == "m" ~ 1000000,
                              modifier == "k" ~ 1000,
                              TRUE ~ 1),
         result = as.numeric(value) * modifier)
      uni value modifier  result
1    Yale    16    1e+06 1.6e+07
2 Toronto   240    1e+03 2.4e+05
3     NYU   7.5    1e+03 7.5e+03

Answer 4

可以编写一个函数来进行转换，例如：

f <- function(s) {
  l <- nchar(s)
  x <- as.numeric(substr(s, 1, l-1))
  u <- substr(s, l, l)
  x * 10^(3 * match(u, c("k", "M", "G")))
}

f("2M")
f("200k")

编辑： 或更通用一点：

f <- function(s) {
  x <- as.numeric(gsub("[kMG]", "", s))
  u <- gsub("[0-9.]", "", s)
  if (nchar(u))  x <- x * 10^(3 * match(u, c("k", "M", "G")))
  x
}

f("20")
f("2M")
f("200k")

Answer 5

使用 gsub 和 dplyr:

df %>% mutate(
  unit=gsub("[0-9]+\.*[0-9]*","",students), #selecting unit
  value=as.numeric(gsub("([0-9]+\.*[0-9]+).", "\1", students)), 
  students=ifelse(unit=="k",1e3*value,
                  ifelse(unit=="m",1e6*value,
                         ifelse(unit=="b",1e9*value,value)))) %>%
  select(-c(unit,value))

Answer 6

基数为 r 的选项：

df$students <- ifelse(grepl('m', ignore.case = TRUE, df$students), as.numeric(gsub("[$m]", "", df$students)) * 10^6,
                      as.numeric(gsub("[$k]", "", df$students)) * 10^3)

# uni students
# 1    Yale 16000000
# 2 Toronto   240000
# 3     NYU     7500

如何用成千上万替换 "k" 和 "m"？

How do I replace "k" and "m" with thousands and millions?

parsing

replace

r

converters

dataframe