将国际格式的字符串转换为数字

我有一个包含国际格式数字（即字符串）的文件，其中包括测量单位。在这种情况下，小数位用“，”表示，1e3分隔符表示为“。”。（即德国数字格式）。将国际格式的字符串转换为数字

a <- c('2.200.222 €', 
     ' 180.109,3 €')

或

b <- c('28,42 m²', 
     '47,70 m²')

我想这些字符串高效地转换成numeric。我试着通过代码像

require(stringr) 
str_extract(a, pattern='[0-9]+.[0-9]+.[0-9]+') 
str_extract(b, pattern='[0-9]+,[0-9]+')

但是过滤掉的数字，这似乎太容易出错，我想必须有一个更加规范的方式。所以这里是我的问题：是否有一个自定义函数，包或其他能够解决这个问题的东西？

非常感谢！

来源

2012-11-12 Seb

你可能会讨论一些你看到的错误吗？ –

其实我不确定如何指定正则表达式。例如，“[0-9] +。[0-9] +。[0-9] +，[0-9] +”对于所有情况都可以吗？例如对于像'c（'23,3'）'这样的数字与'c'（'12l.120.222.23,3'）'相比，实际上我想知道一般情况下是否存在这种情况的函数。谢谢！ – Seb

'taRifx :: destring'就像你想要的一样。 –

下面是一个使用gsub对付你张贴的样本数据的功能：

x <- c('2.200.222 €', ' 180.109,3 €', '28,42 m²', '47,70 m²') 

strip <- function(x){ 
    z <- gsub("[^0-9,.]", "", x) 
    z <- gsub("\\.", "", z) 
    gsub(",", ".", z) 
} 

as.numeric(strip(x)) 
[1] 2200222.00 180109.30  28.42  47.70

它的工作原理是这样的：

首先去掉所有尾随非数字（和任何后面的这些非数字）
然后剥去所有时期。
最后，将逗号转换为句点。

来源

2012-11-12 12:55:26 Andrie

你的第一个正则表达式只需要''[^ 0-9，。] +“' – hadley

@hadley所以它的确如此，谢谢。 – Andrie

另外，您不需要在第3个正则表达式中替换中的'.'。 – hadley

将国际格式的字符串转换为数字

回答

相关问题