根据R中特定列名从字符向量中删除逗号

Question

我有一个很大的数据框。的较小子集如下：

structure(list(Date = c("2017-08-12", "2017-08-12", "2017-08-12" 
), `Time (sec)` = c("19:01:04", "07:30:18", "04:29:38"), `4+DURATION` = c("26", 
    "58,000", "27"), `4+'000 (AVG)` = c("0.0000", "0.0000", "0.0000"), 
    `15+DURATION` = c("26", "57,000", "27"), `15+'000 (AVG)` = c("0.0000", 
    "0.0000", "0.0000")), .Names = c("Date", "Time (sec)", "4+DURATION", 
    "4+'000 (AVG)", "15+DURATION", "15+'000 (AVG)"), row.names = 3:5, class = "data.frame") 

实际的数据帧看起来像这样：

 Date Time (sec) 4+DURATION 4+'000 (AVG) 15+DURATION 15+'000 (AVG) 
3 2017-08-12 19:01:04   26  0.0000   26  0.0000 
4 2017-08-12 07:30:18  58,000  0.0000  57,000  0.0000 
5 2017-08-12 04:29:38   27  0.0000   27  0.0000 

在此从第3列以后的列的其余部分存储为字符向量。我试图将字符转换为数字。以下是我使用的代码。

cols.num <- names(dat[,-c(1:2)]) 
dat[cols.num] <- sapply(dat[cols.num],as.numeric) 

dat是我的数据框。这会在两个持续时间列中强制使用NA值，其中字符值中包含额外的逗号。

我试图通过

df[,unique(grep("DUR", names(df), value=T))] <- gsub(",","",df[,unique(grep("DUR", names(df), value=T))]) 

删除它但这创建这样

Date Time (sec)   4+DURATION 4+'000 (AVG)   15+DURATION 15+'000 (AVG) 
3 2017-08-12 19:01:04 c("26" "58000" "27")  0.0000 c("26" "57000" "27")  0.0000 
4 2017-08-12 07:30:18 c("26" "57000" "27")  0.0000 c("26" "58000" "27")  0.0000 
5 2017-08-12 04:29:38 c("26" "58000" "27")  0.0000 c("26" "57000" "27")  0.0000 

但是所希望的输出是一个DF：

Date Time (sec) 4+DURATION 4+'000 (AVG) 15+DURATION 15+'000 (AVG) 
3 2017-08-12 19:01:04   26  0.0000   26  0.0000 
4 2017-08-12 07:30:18  58000  0.0000  57000  0.0000 
5 2017-08-12 04:29:38   27  0.0000   27  0.0000 

在该数据帧中的问题是，我不知道哪一列将会有持续时间值，持续时间值的列名从4+开始持续变化DURATION到45 + DURATION等等。我想在将矢量提供给数字之前，用名字中的DURATION去除所有矢量中的逗号。

Answer 1

你需要把它*apply感兴趣的字段，因为gsub（仅供参考，sub也会做就好了这里）是不量化，即

df[,unique(grep("DUR", names(df), value=T))] <- 
        lapply(df[,unique(grep("DUR", names(df), value=T))], function(i) 
                  as.numeric(sub(',', '', i))) 

其中给出，

 Date Time (sec) 4+DURATION 4+'000 (AVG) 15+DURATION 15+'000 (AVG) 
3 2017-08-12 19:01:04   26  0.0000   26  0.0000 
4 2017-08-12 07:30:18  58000  0.0000  57000  0.0000 
5 2017-08-12 04:29:38   27  0.0000   27  0.0000 

#str(df) 
#'data.frame': 3 obs. of 6 variables: 
# $ Date   : chr "2017-08-12" "2017-08-12" "2017-08-12" 
# $ Time (sec) : chr "19:01:04" "07:30:18" "04:29:38" 
# $ 4+DURATION : num 26 58000 27 
# $ 4+'000 (AVG) : chr "0.0000" "0.0000" "0.0000" 
# $ 15+DURATION : num 26 57000 27 
# $ 15+'000 (AVG): chr "0.0000" "0.0000" "0.0000" 

Answer 2

一个dplyr解决方案：

d <- structure(list(Date = c("2017-08-12", "2017-08-12", "2017-08-12" 
), `Time (sec)` = c("19:01:04", "07:30:18", "04:29:38"), `4+DURATION` = c("26", 
    "58,000", "27"), `4+'000 (AVG)` = c("0.0000", "0.0000", "0.0000"), 
    `15+DURATION` = c("26", "57,000", "27"), `15+'000 (AVG)` = c("0.0000", 
    "0.0000", "0.0000")), .Names = c("Date", "Time (sec)", "4+DURATION", 
    "4+'000 (AVG)", "15+DURATION", "15+'000 (AVG)"), row.names = 3:5, class = "data.frame") 
d2 <- d %>% mutate_at(vars(contains('DURATION')), funs(as.numeric(gsub(',', '', .)))) 
str(d2)