删除以字符 (Vxxx) 开头的记录以启用 R 中的 Floor() 命令

Question

我正在处理急诊室 ICD-9 代码数据（健康诊断），这些数据是三位数字代码，后面最多有 2 位小数（例如：499、499.1、499.51 等）。某些特殊代码使用字母“V”而不是第一个数字，例如“V10.46”。

每次急诊室就诊（行）最多可以有 11 个诊断代码（列），因此我使用 reshape() 将数据集更改为长格式。现在我想使用 Floor() 删除这些小数点。但 R 无法用角色来击倒某些东西！我收到此错误：Math.factor(dtl$diag) 中的错误：下限对于因子没有意义

这篇文章有一定的相关性，但我想知道是否有更好的方法？ R：删除变量中的字符观察

有什么想法吗？

Answer 1

基于 @Vincent Zoonekynd 的出色答案，如果目标是对数据使用 floor ，您可以只删除“V”并在其余部分调用 floor ：

x <- c("499", "499.1", "499.51", "V10.46")
# replace all occurences of "V" with nothing ("") in x:
x.stripped <- gsub("V", "", x) 
# convert to numeric so we can use floor():
x.floor <- floor(as.numeric(x.stripped))

基于您的错误消息“对因子没有意义”，该数据列已作为字符串读取（因为某些行中的“V”），并且 R 的默认行为是将字符串列转换为因子（像类别）。

如果您收到有关 gsub 无法处理因子的错误，则需要先将列转换为字符串：

mydf$columname <- as.character(mydf$columnname)

然后可以像以前一样继续操作。

Answer 2

对于前三个字母，您可以使用子字符串函数。

icd9 <- factor(c("499", "499.1", "499.51", "V10.46"))
substr(as.character(icd9),1,3)# as.character is used 
                              # because icd9 is factor in your data

输出

[1] "499" "499" "499" "V10"

Answer 3

您可以使用正则表达式删除点及其后面的所有内容。

x <- c("499", "499.1", "499.51", "V10.46")
gsub("\\..*", "", x)
# Output:
# [1] "499" "499" "499" "V10"