R：删除“。” 和数据框中年份列中的 0

Question

我有一个非常基本的问题，但我不确定如何以聪明的方式处理它。

我有一列包含 yyyy.0q 形式的季度年份日期（y 表示年份，q 表示季度）。 示例：1990.01、1990.02、1990.03、...

我想将格式更改为：19901,19902,19903,... 所以，基本上要删除“。” 和前面的“0”。 该列是数字。

有没有快速方便的方法来解决这个问题？

Answer 1

library(tidyverse)

dat <- data.frame(x = c("1990.01", "1990.02", "1990.03"))

dat %>%
  mutate(x2 = str_replace(x, "\\.0", ""))

这使：

        x    x2
1 1990.01 19901
2 1990.02 19902
3 1990.03 19903

Answer 2

我们可以使用str_remove

library(dplyr)
library(stringr)
dat %>%
     mutate(x2 = str_remove(x, "\\.0"))

数据

dat <- data.frame(x = c("1990.01", "1990.02", "1990.03"))

Answer 3

已经有两个答案，由deschen和akrun 提供，一个在评论中（ 我的）。 这是使用 package microbenchmark运行的速度比较。

首先，我的解决方案。

x <- scan(what = character(), text = "1990.01 1990.02 1990.03")
sub("\\..", "", x)
#[1] "19901" "19902" "19903"

现在测试。 我将创建一个更大的向量。

library(microbenchmark)

x2 <- x
for(i in 1:log2(1e4/nchar(x))[1]) x2 <- c(x2, x2)

mb <- microbenchmark(
  base_Rui = sub("\\.0", "", x2),
  stringr_deschen = str_replace(x2, "\\.0", ""),
  stringr_akrun = str_remove(x2, "\\.0")
)
print(mb, order = "median")
#Unit: milliseconds
#            expr      min       lq     mean   median       uq       max neval cld
#        base_Rui 2.060452 2.274474 2.531059 2.310165 2.410621  6.503303   100  a 
# stringr_deschen 2.092459 4.181407 4.598719 4.265935 4.390778 11.885202   100   b
#   stringr_akrun 3.754172 4.194410 4.624510 4.283582 4.499489  9.093461   100   b

对于小的向量，差异更令人印象深刻，请在上面的x上尝试。