如何读取以逗号作为小数点分隔符的数字？

Question

我有一系列 CSV 文件，其中数字采用欧洲风格格式，使用逗号而不是小数点，即 0,5 而不是 0.5。

这些文件太多，无法在导入到 R 之前对其进行编辑。我希望有一个用于 read.csv() 函数的简单参数，或者一种按顺序应用于提取的数据集的方法R 将数据视为数字而不是字符串。

Answer 1

当您检查 ?read.table 时，您可能会找到您需要的所有答案。

（大陆）欧洲 csv 文件存在两个问题：

1. csv 中的 c 代表什么？对于标准 csv，这是 ,，对于欧洲 csv，这是 ;
sep 是 read.table 中对应的参数
2. 小数点是什么字符？对于标准 csv，这是 .，对于欧洲 csv，这是 ,
dec 是 read.table 中对应的参数

要读取标准 csv 使用 read.csv，要读取欧洲 csv 使用 read.csv2。这两个函数只是设置适当参数的 read.table 的包装器。

如果您的文件不遵循这些标准中的任何一个，请手动设置参数。

Answer 2

来自 ?read.table：

dec     the character used in the file for decimal points.

是的，您也可以将其用于 read.csv。 （对我来说：不傻，你不能！）

或者，你也可以使用

read.csv2

它假设一个“，”小数分隔符和一个“;”用于列分隔符。

Answer 3

read.csv(... , sep=";")

假设这个导入的字段称为“金额”，如果您的数字被作为字符读取，您可以通过这种方式修复类型：

d$amount <- sub(",",".",d$amount)
d$amount <- as.numeric(d$amount)

从 excel 或 excel csv 导入时，我经常遇到这种情况以及其他一些小烦恼。由于似乎没有一致的方法来确保在导入 R 时获得您所期望的结果，因此事后修复似乎是最好的方法。我的意思是，查看您导入的内容 - 确保它是您所期望的，如果不是，请修复它。

Answer 4

可以使用如下：

mydata <- read.table(fileIn, dec=",")

input file (fileIn):

D:\TEST>more  input2.txt

06-05-2014 09:19:38     3,182534        0

06-05-2014 09:19:51     4,2311          0

Answer 5

如果您指出缺失值的表示方式（na.strings=...），问题也可能得到解决。例如，这里的 V1 和 V2 具有相同的格式（在 csv 文件中小数点用“,”分隔），但由于 V1 中存在 NA，因此它被解释为因子：

dat <- read.csv2("...csv", header=TRUE)
head(dat)

> ID x    time    V1    V2
> 1  1   0:01:00 0,237 0.621
> 2  1   0:02:00 0,242 0.675
> 3  1   0:03:00 0,232 0.398


dat <- read.csv2("...csv", header=TRUE, na.strings="---")
head(dat)

> ID x    time    V1    V2
> 1  1   0:01:00 0.237 0.621
> 2  1   0:02:00 0.242 0.675
> 3  1   0:03:00 0.232 0.398

Answer 6

也许

as.is=T

这也阻止了将字符列转换为因子

Answer 7

您可以将十进制字符作为参数传递 (dec = ",")：

# Semicolon as separator and comma as decimal point by default
read.csv2(file, header = TRUE, sep = ";", quote = "\"", dec = ",",
          fill = TRUE, comment.char = "", encoding = "unknown", ...)

有关 https://r-coder.com/read-csv-r/

Answer 8

只是补充一下布兰登上面的答案，这对我来说效果很好（我没有足够的代表来发表评论）：

如果您正在使用，

    d$amount <- sub(",",".",d$amount)
    d$amount <- as.numeric(d$amount)

请不要忘记您可能需要 sub("[.]", " ", d$amount, perl=T) 来绕过 . 字符。