Leggi il file CSV in R con la colonna di valuta come numerico
Domanda
Sto cercando di leggere nel file R A CSV che contiene informazioni sui contributi politici. Da quello che ho capito, le colonne per impostazione predefinita sono importate come fattori, ma ho bisogno che la colonna di importo ('ctrib_amt' nel set di dati) sia importata come colonna numerica in modo da poter eseguire una varietà di funzioni per cui non funzionerebbe fattori. La colonna è formattata come valuta con un prefisso "$".
Inizialmente ho usato un semplice comando di lettura per importare il file:
contribs <- read.csv('path/to/file')
E quindi ho provato a convertire CTRIB_AMT da valuta a numerico:
as.numeric(as.character(sub("$","",contribs$CTRIB_AMT, fixed=TRUE)))
Ma non ha funzionato. Le funzioni che sto cercando di usare per le colonne CTRIB_AMT sono:
vals<-sort(unique(dfr$CTRIB_AMT))
sums<-tapply( dfr$CTRIB_AMT, dfr$CTRIB_AMT, sum)
counts<-tapply( dfr$CTRIB_AMT, dfr$CTRIB_AMT, length)
Vedi domanda correlata qui.
Qualche idea su come importare il file inizialmente, quindi la colonna è numerica o come convertirlo dopo l'importazione?
Soluzione
Non sono sicuro di come leggerlo direttamente, ma puoi modificarlo una volta che è in:
> A <- read.csv("~/Desktop/data.csv")
> A
id desc price
1 0 apple $1.00
2 1 banana $2.25
3 2 grapes $1.97
> A$price <- as.numeric(sub("\\$","", A$price))
> A
id desc price
1 0 apple 1.00
2 1 banana 2.25
3 2 grapes 1.97
> str(A)
'data.frame': 3 obs. of 3 variables:
$ id : int 0 1 2
$ desc : Factor w/ 3 levels "apple","banana",..: 1 2 3
$ price: num 1 2.25 1.97
Penso che potrebbe essere stata solo una fuga mancante nel tuo sottomarino. $ indica la fine di una linea nelle espressioni regolari. $ è un segno di dollaro. Ma poi devi sfuggire alla fuga ...
Altri suggerimenti
Un altro modo potrebbe essere l'impostazione della conversione utilizzando setAs
.
È stato usato in due (simili) domanda:
- Elaborazione del numero negativo in formatr "contabilità"
- Come leggere un file CSV in cui alcuni numeri contengono virgole?
Per le tue esigenze:
setClass("Currency")
setAs("character", "Currency",
function(from) as.numeric(sub("$","",from, fixed=TRUE)))
contribs <- read.csv("path/to/file", colClasses=c(CTRIB_AMT="Currency"))
Ancora un'altra soluzione per un problema risolto molto tempo fa:
convertCurrency <- function(currency) {
currency1 <- sub('$','',as.character(currency),fixed=TRUE)
currency2 <- as.numeric(gsub('\\,','',as.character(currency1)))
currency2
}
contribs$CTRIB_AMT_NUM <- convertCurrency(contribs$CTRIB_AMT)
Approfittando dei potenti parser il readr
Il pacchetto offre Out Out of the Box:
my_parser <- function(col) {
# Try first with parse_number that handles currencies automatically quite well
res <- suppressWarnings(readr::parse_number(col))
if (is.null(attr(res, "problems", exact = TRUE))) {
res
} else {
# If parse_number fails, fall back on parse_guess
readr::parse_guess(col)
# Alternatively, we could simply return col without further parsing attempt
}
}
library(dplyr)
name <- c('john','carl', 'hank')
salary <- c('$23,456.33','$45,677.43','$76,234.88')
emp_data <- data.frame(name,salary)
emp_data %>%
mutate(foo = "USD13.4",
bar = "£37") %>%
mutate_all(my_parser)
# name salary foo bar
# 1 john 23456.33 13.4 37
# 2 carl 45677.43 13.4 37
# 3 hank 76234.88 13.4 37
O usa qualcosa di simile as.numeric(substr(as.character(contribs$CTRIB_AMT),2,20))
Sappiamo che certamente non ci saranno più di 20 personaggi.
Un'altra cosa da notare è che è possibile rimuovere la necessità di convertirsi da un fattore se si imposta stringsAsFactors=F
Nella tua chiamata a read.csv()