在R语言中使用grep进行数据清洗：统一小数格式的数值字符串

嗨，这事儿好办！针对你手里这种混合了带前导零和不带前导零的数值字符串，我给你推荐一个简洁又精准的解决方案，用正则表达式直接处理字符串就行：

# 你的原始向量
a <- c("0.5", ".5", "0.466", ".78")

# 用sub函数做正则替换，给开头是"."的字符串加上前导零
unified_a <- sub("^\\.", "0.", a)

# 看看结果
print(unified_a)
# 输出结果正好是你想要的：
# [1] "0.5"   "0.5"   "0.466" "0.78"

简单解释下这个正则逻辑： #

• ^\\. 里的^表示匹配字符串的开头，\\.是转义后的点号（因为点号在正则里是通配符，必须转义才能匹配真正的点）
• 这个操作只会对那些以点开头的字符串生效，已经有0.前缀的字符串完全不受影响，完美保留你原来的小数位数，还不会有数值转换可能带来的精度问题。

如果你想试试另一种思路（先转数值再格式化），也可以这么写，但要注意如果数值精度要求高的话，正则方法更稳妥：

a_num <- as.numeric(a)
# 提取原字符串的小数部分，再拼接前导零
unified_a2 <- sprintf("0.%s", sub("^0\\.|^\\.", "", a))

内容的提问来源于stack exchange，提问作者Gabriela Cárdenas