R 扫描一个 dataframe 的字符，但仅在参数列中

Question

如果我有一个看起来有点像这样的.csv（名称和地点已更改以保护无辜者）并读入为 dataframe df

     Species          Place  param1 param2 param3
1     D.lice        on head 123.123     39  65.43
2 X.elephant        up butt 234.400  *****       
3   B.booger        in nose  32.000   <NA>  $%(*0
4    F.farts      blame dog  -9.990     43       

我将如何删除所有字符“单元格”并将它们替换为空值“”（不是 NULL），只留下数字（并且，重要的是，具有 num （或数字）类型的列，以便我可以停止这样的Error in hist.default(testParam): 'x' must be numeric ，其中testParam是列之一？

我想到了sweep ，并且一直在尝试replace的各种实现，但我似乎无法让它们中的任何一个在它们只影响参数列的情况下工作，并且它们可以拾取已插入的任何可能的字符/字符串由各种参数生成器。

Answer 1

您可以尝试检测param列中只有数字（可能有一个点）的值并替换没有的值，然后将其转换为数字。

例子：

df <- data.frame(
  species = letters[1:5],
  param1 = c("123.56", "23", "ds%", "12.ab", "123"),
  param2 = c("%23", "43.23", "abc", "45", "0.23"),
  stringsAsFactors = FALSE
)

library(dplyr)
library(stringr)

df %>%
  mutate(
    across(
      matches("^param[0-9]+"),
      ~ifelse(str_detect(.x, "^[0-9]+\\.{0,1}[0-9]*$"), .x, NA_character_) %>%
        as.numeric()
    )
  )

给出：

  species param1 param2
1       a 123.56     NA
2       b  23.00  43.23
3       c     NA     NA
4       d     NA  45.00
5       e 123.00   0.23

其中param列是数字。

注意： param列必须是字符而不是因子。 如果它们是您需要将它们转换为字符的因素。