如何提取數據框內字符向量中某個位置的數字

Question

我有一個看起來像這樣的csv文件：

data[1,]"0;0;0;0";"0;0;0;0";"1395,387994;0;0;0";"1438,433382;0;0;0";"1477,891654;0;0;0";NA;NA;NA;NA
data[2,]"0;0;0;0";"1129,941435;0;0;0";"1140,702782;0;0;0";"1140,702782;0;0;0";"2415,922401;0;0;0";"2469,729136;0;0;0";"2545,058565;0;0;0";NA;NA
data[3,]"0;0;0;0";"0;0;0;0";"0;0;0;0";"0;0;0;0";"1506,58858;0;0;0";"1506,58858;0;0;0";"1517,349927;0;0;0";"1528,111274;0;0;0";NA

基本上它的238乘581數據幀。 我想要的是將NA保持為NA，將“0; 0; 0; 0”轉換為NA並從對象獲得第一個數字，其中第一個數字為第一個位置的非零值，如“1506,58858; 0; 0; 0" 。

結果應如下所示：

data[1,] NA NA 1395,387994 1438,433382 1140,702782 Na NA NA NA
data[2,] NA 1129,941435 1140,702782 1140,702782 2415,922401 2469,729136 2545,058565 NA NA
data[2,] NA NA NA NA 1506,58858 1506,58858 1517,349927 1528,111274 NA

我讀了這樣的數據：

f0=read.table("D:../f0.per.call.csv",sep=";",na.strings =c("NA","0;0;0;0"),stringsAsFactors = FALSE)

我知道這是一項非常容易的任務，但我無法弄明白，當我嘗試將字符轉換為數值時，我會繼續出錯。任何幫助都將不勝感激，謝謝。

Answer 1

在我讀完文件后，我會分兩步完成：

• 用NA替換“0; 0; 0; 0”
• 使用正則表達式刪除“0; 0; 0;” 在一些專欄的末尾

這是我用來替換“0; 0; 0”的代碼：

dat <- read.table("D:../f0.per.call.csv",
        sep=";",na.strings =c("NA"),stringsAsFactors = FALSE)
dat[dat=="0;0;0;0"] <- NA
sapply(dat,function(x)gsub("(.*);0;0;0","\\1",x))

     V1 V2            V3            V4            V5            V6            V7            V8            V9
[1,] NA NA            "1395,387994" "1438,433382" "1477,891654" NA            NA            NA            NA
[2,] NA "1129,941435" "1140,702782" "1140,702782" "2415,922401" "2469,729136" "2545,058565" NA            NA
[3,] NA NA            NA            NA            "1506,58858"  "1506,58858"  "1517,349927" "1528,111274" NA

Answer 2

在讀入數據后，您可以使用strsplit並使用lapply / sapply / vapply僅提取第一個項目。 這是一個例子：

f0 <- read.table("D:../f0.per.call.csv", sep=";", 
                 na.strings = c("NA","0;0;0;0"), 
                 stringsAsFactors = FALSE)
f0[] <- lapply(f0, function(y) 
  vapply(strsplit(as.character(y), ";"), 
         function(z) z[[1]], ""))
f0
#     V1          V2          V3          V4          V5          V6          V7          V8   V9
# 1 <NA>        <NA> 1395,387994 1438,433382 1477,891654        <NA>        <NA>        <NA> <NA>
# 2 <NA> 1129,941435 1140,702782 1140,702782 2415,922401 2469,729136 2545,058565        <NA> <NA>
# 3 <NA>        <NA>        <NA>        <NA>  1506,58858  1506,58858 1517,349927 1528,111274 <NA>

這里的結果是data.frame ，就像輸入是data.frame 。