R语言清理薪资数据：无K值行生成NA问题求助

你遇到的NA是因为不含"K"的薪资字符串里包含千分位逗号（比如45,360），直接用as.numeric()无法解析带逗号的字符串，导致强制转换时生成NA。

方案1：使用readr::parse_number（推荐） #

parse_number可以自动忽略字符串中的逗号、字母等非数字字符，直接提取数值，再根据是否含"K"决定是否乘以1000：

library(dplyr)
library(readr)

yearly %>%
  mutate(
    min_salary = case_when(
      str_detect(min_salary, "K") ~ parse_number(min_salary) * 1000,
      TRUE ~ parse_number(min_salary)
    ),
    max_salary = case_when(
      str_detect(max_salary, "K") ~ parse_number(max_salary) * 1000,
      TRUE ~ parse_number(max_salary)
    )
  )

方案2：手动处理逗号（不依赖额外包） #

先去掉字符串中的逗号，再进行转换：

library(dplyr)

yearly %>%
  mutate(
    min_salary = case_when(
      str_detect(min_salary, "K") ~ as.numeric(gsub("[^0-9.]", "", min_salary)) * 1000,
      TRUE ~ as.numeric(gsub(",", "", min_salary))
    ),
    max_salary = case_when(
      str_detect(max_salary, "K") ~ as.numeric(gsub("[^0-9.]", "", max_salary)) * 1000,
      TRUE ~ as.numeric(gsub(",", "", max_salary))
    )
  )

更简洁的批量处理写法 #

用across函数批量处理min_salary和max_salary两列，避免重复代码：

library(dplyr)
library(readr)

yearly %>%
  mutate(across(c(min_salary, max_salary), ~ case_when(
    str_detect(.x, "K") ~ parse_number(.x) * 1000,
    TRUE ~ parse_number(.x)
  )))

内容的提问来源于stack exchange，提问作者moonyoung hwang