如何从 R 中导入的维基百科 table 中删除引用？

Question

我想从维基百科导入 table，但它包含括号中的参考链接。

我从
https://en.wikipedia.org/wiki/Statistics_of_the_COVID-19_pandemic_in_Poland

导入这个 table

我的代码：

library("rvest")
url <- "https://en.wikipedia.org/wiki/Statistics_of_the_COVID-19_pandemic_in_Poland"
xpathd <- "/html/body/div[3]/div[3]/div[5]/div[1]/table[2]"

dane <- url %>%
  read_html() %>%
  html_nodes(xpath = xpathd) %>%
  html_table()

dane <- dane[[1]]
head(dane)

当我使用它时，我得到的数据 table 带有括号和参考编号：

如何删除它？

Answer 1

一种简单的方法是在要从中删除数字的列上使用 parse_number。

library(dplyr)
new_data <- dane %>% 
               mutate(across(`Confirmed daily[c]`:`Unofficial deaths daily[f]`,
                      readr::parse_number))

parse_number returns 字符串中的第一个数字。

Answer 2

您可以使用gsub()删除参考零件的图案。

library(dplyr)

dane %>%
  mutate(across(.fns = ~ gsub("\[.*?\]", "", .)))

如何从 R 中导入的维基百科 table 中删除引用？

How to remove reference from imported wikipedia table in R?

r

rvest