麻烦转换字符到数字在R

我从维基百科拉了一张桌子，但我得到一堆垃圾与我正在寻找的人口数字。例如，我得到“！B9840748934017Â8,244,910”当我后面的实际数字是8244910只。我用正则表达式清理了字符向量，使用sub('![[:alnum:]]*[[:space:]]', '', x)麻烦转换字符到数字在R

这工作正常，留下字符向量“8,244,910”。但是，当我尝试使用as.numeric将其转换为数字时，它会被强制转换为NA，并且我无法获取整数，无论我尝试进行哪些转换。有什么想法吗？

来源

2013-02-05 zweiler

地带出逗号太多，在转换为数字之前我知道了。 – A5C1D2H2I1M1N2O1R2T1

谢谢！甚至没有跨过我的想法，但解决了它。 – zweiler

我已将它添加为答案。你想从哪个页面获取数据？只是好奇，如果有更直接的方式。 – A5C1D2H2I1M1N2O1R2T1

尝试以下操作：

as.numeric(gsub('![[:alnum:]]*[[:space:]]|[[:punct:]]', '', x))

的问题是，你有你的第一次尝试的输出逗号。在转换为as.numeric之前需要将其移除。

来源

2013-02-05 04:16:32 A5C1D2H2I1M1N2O1R2T1

阿南达的解决方案并完成这项工作，但事情可能出错：

[:punct:]还包括点字符(.)这是numeric有效组成部分;
笨重的正则表达式是难以阅读，它更容易打破上去：

# remove junk

num_temp = sub('![[:alnum:]]*[[:space:]]', '', x)

# remove all commas from numerics

num = gsub(",", "", num_temp)

来源

2013-02-05 16:37:42 topchef

+1，关于剥离小数点的好处，但不要必须同意不得不把这个问题分成两步...... – A5C1D2H2I1M1N2O1R2T1

同意第二点是一个品味，习惯和个人经验的问题... – topchef

麻烦转换字符到数字在R

回答

相关问题