在R语言中将含€、M/K的字符型列转换为整数并清理乱码

核心思路 #

先清理乱码和货币符号，提取纯数字与单位（K/M），再根据单位换算成整数数值。

实现步骤与代码 #

1. 定义通用转换函数 #

这个函数可一次性完成乱码清理、单位识别和数值转换：

convert_currency <- function(x) {
  # 清理所有非数字、小数点、K/M的字符（含乱码、欧元符号）
  cleaned_str <- gsub("[^0-9.KM]", "", x)
  # 提取数值部分并转为数值型
  numeric_val <- as.numeric(gsub("[KM]", "", cleaned_str))
  # 根据单位确定换算系数
  multiplier <- ifelse(grepl("M", cleaned_str), 1000000, 1000)
  # 换算后转为整数
  as.integer(numeric_val * multiplier)
}

2. 应用函数到目标列 #

将函数分别作用于Wage、Value、Release Clause三列，替换原有列或生成新的整数列：

# 处理薪资列
fifa21_raw_data$Wage <- convert_currency(fifa21_raw_data$Wage)
# 处理身价列
fifa21_raw_data$Value <- convert_currency(fifa21_raw_data$Value)
# 处理解约金列
fifa21_raw_data$`Release Clause` <- convert_currency(fifa21_raw_data$`Release Clause`)

步骤解释 #

• 乱码清理：用正则表达式[^0-9.KM]匹配所有非目标字符（包括乱码、欧元符号），直接替换为空，确保仅保留数字、小数点和单位标识K/M。
• 数值提取：移除字符串中的K/M标识，将剩余内容转为数值型，例如67.5M提取为67.5。
• 单位换算：通过grepl判断字符串是否包含M，包含则乘以1000000（百万），否则乘以1000（千）。
• 整数转换：用as.integer将最终结果转为整数类型，满足需求的整数格式。

内容的提问来源于stack exchange，提问作者ShadyEgg