Читать файл CSV в R с столбцом валюты как числовые
Вопрос
Я пытаюсь прочитать в файле R A CSV, который содержит информацию о политических вкладах. Из того, что я понимаю, столбцы по умолчанию импортируются как факторы, но мне нужно, чтобы столбец суммы ('ctrib_amt' в наборе данных), который был импортирован в виде цифрового столбца, чтобы я мог запустить различные функции, которые не будут работать для факторы. Столбец форматируется как валюта с «$» в качестве префикса.
Я использовал простую команду чтения, чтобы первоначально импортировать файл:
contribs <- read.csv('path/to/file')
А затем попытался преобразовать ctrib_amt из валюты в число:
as.numeric(as.character(sub("$","",contribs$CTRIB_AMT, fixed=TRUE)))
Но это не сработало. Функции, которые я пытаюсь использовать для столбцов CTRIB_AMT:
vals<-sort(unique(dfr$CTRIB_AMT))
sums<-tapply( dfr$CTRIB_AMT, dfr$CTRIB_AMT, sum)
counts<-tapply( dfr$CTRIB_AMT, dfr$CTRIB_AMT, length)
См. Связанный вопрос здесь.
Любые мысли о том, как импортировать файл изначально, так что столбец является числовым или как преобразовать его после импорта?
Решение
Я не уверен, как прочитать его напрямую, но вы можете изменить его, как только он входит:
> 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
Я думаю, что это могло быть пропущенным побегом в вашей подставке. $ указывает на конец линии в регулярных выражениях. $ - это знак доллара. Но тогда вы должны избежать побега ...
Другие советы
Другим способом может быть установка преобразования, используя setAs
.
Он использовался в двух (аналогичном) вопросе:
- Обработка отрицательного числа в «бухгалтерском» формате
- Как прочитать файл CSV, где некоторые номера содержат запятые?
За ваши потребности:
setClass("Currency")
setAs("character", "Currency",
function(from) as.numeric(sub("$","",from, fixed=TRUE)))
contribs <- read.csv("path/to/file", colClasses=c(CTRIB_AMT="Currency"))
Еще одно решение для проблемы давно решено:
convertCurrency <- function(currency) {
currency1 <- sub('$','',as.character(currency),fixed=TRUE)
currency2 <- as.numeric(gsub('\\,','',as.character(currency1)))
currency2
}
contribs$CTRIB_AMT_NUM <- convertCurrency(contribs$CTRIB_AMT)
Использовать мощных парсеров readr
Пакет предлагается из коробки:
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','$76,234.88')
emp_data <- data.frame(name,salary)
emp_data %>%
mutate(foo = "USD13.4",
bar = "£37") %>%
mutate_all(my_parser)
# name salary foo bar
# 1 john 23456.33 13.4 37
# 2 carl 45677.43 13.4 37
# 3 hank 76234.88 13.4 37
Или использовать что -то вроде as.numeric(substr(as.character(contribs$CTRIB_AMT),2,20))
Мы знаем, что, конечно, не будет более 20 персонажей.
Еще одно следует отметить, что вы можете удалить необходимость преобразования из фактора Alltogether, если вы установите stringsAsFactors=F
В вашем призыве к read.csv()