R语言清理身高列：移除cm单位并转换英尺英寸为厘米

针对你遇到的混合格式身高数据，这里提供两种可直接复用的R解决方案，帮你批量转换为统一的厘米数值：

方法1：基础R实现（无需额外包） #

适合不想加载第三方包的场景，步骤清晰易理解：

1. 初始化存储结果的数值向量

# 创建与数据集行数匹配的空数值向量
height_cm <- numeric(nrow(fifa21_v2))

2. 处理厘米格式数据

# 筛选带"cm"的行，移除单位后转为数值
cm_rows <- grepl("cm", fifa21_v2$Height)
height_cm[cm_rows] <- as.numeric(gsub("cm", "", fifa21_v2$Height[cm_rows]))

3. 处理英尺英寸格式数据

# 筛选带单引号的行，拆分英尺和英寸后转换为厘米
ft_in_rows <- grepl("'", fifa21_v2$Height)
ft_in_split <- strsplit(fifa21_v2$Height[ft_in_rows], "'")

# 遍历拆分结果，计算总厘米数（1英尺=30.48cm，1英寸=2.54cm）
height_cm[ft_in_rows] <- sapply(ft_in_split, function(x) {
  ft <- as.numeric(x[1])
  inch <- as.numeric(x[2])
  ft * 30.48 + inch * 2.54
})

4. 将结果存入数据集

# 添加新的纯数值身高列
fifa21_v2$Height_cm <- height_cm
# 若需替换原列，执行：fifa21_v2$Height <- height_cm

方法2：tidyverse简化实现（更简洁） #

借助dplyr和stringr包，用管道语法让逻辑更直观：

library(dplyr)
library(stringr)

fifa21_v2 <- fifa21_v2 %>%
  mutate(
    Height_cm = case_when(
      # 处理厘米格式：移除cm后转数值
      str_detect(Height, "cm") ~ as.numeric(str_remove(Height, "cm")),
      # 处理英尺英寸格式：提取数字并计算
      str_detect(Height, "'") ~ {
        ft <- as.numeric(str_extract(Height, "^\\d+"))  # 提取开头的英尺数
        inch <- as.numeric(str_extract(Height, "(?<=')\\d+"))  # 提取单引号后的英寸数
        ft * 30.48 + inch * 2.54
      },
      # 处理异常数据（如空值、格式错误），返回NA
      TRUE ~ NA_real_
    )
  )

关键说明 #

• 转换公式采用国际标准：1英尺=30.48cm，1英寸=2.54cm
• 两种方法都包含异常处理，遇到非预期格式会返回NA，避免报错
• 转换后Height_cm为数值型列，可直接用于后续分析

内容的提问来源于stack exchange，提问作者ShadyEgg