[英]Remove special characters from entire dataframe in R
问题:
如何使用 R 快速有效地从数据框中删除所有特殊字符?
进步:
这篇 SO 帖子详细介绍了如何删除特殊字符。 我可以将 gsub 函数应用于单个列(图像 1 和 2),但不能应用于整个数据帧。
问题:
我的数据框由 100 多列整数、字符串等组成。当我尝试在数据框上运行 gsub 时,它不会返回我想要的输出。 相反,我得到了图 3 中显示的内容。
df <- read.csv("C:/test.csv")
dfa <- gsub("[[:punct:]]", "", df$a) #this works on a single column
dfb <- gsub("[[:punct:]]", "", df$b) #this works on a single column
df_all <- gsub("[[:punct:]]", "", df) #this does not work on the entire df
View(df_all)
df - 这是原始数据框:
dfa - 这是应用于 b 列的 gsub。 好的!
df_all - 这是应用于整个数据帧的 gsub。 坏的!
概括:
有没有办法 gsub 整个数据框? 否则,是否应该使用 apply 函数?
这是使用 dplyr 的可能解决方案:
# Example data
bla <- data.frame(a = c(1,2,3),
b = c("fefa%^%", "fes^%#$%", "gD%^E%Ewfseges"),
c = c("%#%$#^#", "%#$#%@", ",.,gdgd$%,."))
# Use mutate_all from dplyr
bla %>%
mutate_all(funs(gsub("[[:punct:]]", "", .)))
a b c
1 1 fefa
2 2 fes
3 3 gDEEwfseges gdgd
更新:
mutate_all
已被取代,并且从funs
0.8.0 开始不推荐使用funs。 这是使用mutate
和 cross across
更新解决方案:
# Example data
df <- data.frame(a = c(1,2,3),
b = c("fefa%^%", "fes^%#$%", "gD%^E%Ewfseges"),
c = c("%#%$#^#", "%#$#%@", ",.,gdgd$%,."))
# Use mutate_all from dplyr
df %>%
mutate(across(everything(),~ gsub("[[:punct:]]", "", .)))
另一种解决方案是先将数据帧转换为矩阵,然后运行 gsub,然后再转换回数据帧,如下所示:
as.data.frame(gsub("[[:punct:]]", "", as.matrix(df)))
我喜欢 Ryan 使用 dplyr 的回答。 由于mutate_all
和funs
现在已弃用,这是我建议的使用mutate
和 cross across
更新解决方案:
# Example data
df <- data.frame(a = c(1,2,3),
b = c("fefa%^%", "fes^%#$%", "gD%^E%Ewfseges"),
c = c("%#%$#^#", "%#$#%@", ",.,gdgd$%,."))
# Use mutate_all from dplyr
df %>%
mutate(across(everything(),~ gsub("[[:punct:]]", "", .)))
a b c
1 1 fefa
2 2 fes
3 3 gDEEwfseges gdgd
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.