R语言如何替换表格中的“万”字

前几天帮人写代码，处理一个表格，他的表格里面有个问题就是希望将1.8万这样的东西处理成18000。

就像是下面这样的：

这个其实对初学者来说比较难，那个同学的做法是将“1.8万”中的“万替换成“*10000”，然后再转换成数值型。其实这样想很正常，刚开始不都这样么。

那么我们就按照错误思维来试一试。

很明显，产生了NA，缺失值。

 

那么正确的做法是什么样的？？

如下：

t_a 是新建一个向量，然后使用stringr包的str_detect()函数检验这个向量里面是否含有”万“这个字，如果向量原子里面有”万“这个字的，就判断为TRUE,不然就是FALSE

将结果为TRUE的原子选出来然后把万用”“替换掉。再转换为数值型然后乘以10000

如下图：32行的str_replace()函数将1.8万里面的万用空的双引号替换掉，实际上，这个双引号里面什么都没有，都没有空格

然后33行下面得到一个结果，”1.8“这里的1.8是字符型。

然后在37行将字符型转换成数值型然后再乘以10000即可，从而可以替换。

下面就是一个向量化操作，因为stringr包支持对字符向量进行操作，毕竟我们不是为了一个一个改，是批量化处理。

40行到41行是将含有“万”的位置找出来，然后将这个位置的原子里面的万给用空白替换掉。然后再把它放回去。简单的来说就是有一排干干净净的苹果，将带有伤疤的苹果用刀削掉，然后再把苹果放回原处。这样都没有伤疤虫眼了，哈哈哈

上面就是最终的结果。

实际上，上面适用于1.8， 2.0， 1.8万都是以万为单位的。而1.8万代表是多出来的万

如果是这样的数组怎么办。就是不是所有的转换之后的都要乘以10000.其实这个也很简单。

52行是将含有万的提出来，然后进行上面操作

然后将整个data转换成数值型，然后进行操作。

 

 

讲解完基础的，然后应用到那个同学问我的案例上，他要将一个excel表格里面的c到j列里面含有万的都要替换成这样的格式，其实很简单啦：数据再我的github上面：docum.xlsx  点击链接到我github上去下载。

代码如下：

library(readxl)
library(stringr)

data <- read_xlsx("docum.xlsx")

for (i in colnames(data)[3:10]) {
  data[str_detect(data[, i, drop = TRUE], 
                  "万"), i] <- as.numeric(as.character(str_replace(
                    data[str_detect(data[, i, drop = TRUE], "万"), 
                         i, drop = TRUE], "万", ""))) * 10000
  data[, i] <- as.numeric(data[, i, drop = TRUE])
} #清洗完毕
#接下来的data就是干净的了

write.csv(data, "clearn_docum.csv")