如何在R语言DataFrame中批量处理百分比列：转小数或计算实际值？

方案1：将百分比转换为实际数值（如"100,000 68%" → "100,000 68,000"） #

先定义单个字符串的处理函数，再批量应用到目标列：

# 定义转换函数（兼容NA值）
convert_to_actual <- function(x) {
  if (is.na(x)) return(NA)
  # 拆分字符串，去除多余空格
  parts <- strsplit(trimws(x), "\\s+")[[1]]
  # 提取基础数值（去掉逗号转成数值型）
  base_num <- as.numeric(gsub(",", "", parts[1]))
  # 提取百分比并转为小数
  pct_value <- as.numeric(gsub("%", "", parts[2])) / 100
  # 计算实际数值并格式化为带逗号的字符串
  actual_num <- format(base_num * pct_value, big.mark = ",")
  # 拼接回原格式
  paste(format(base_num, big.mark = ","), actual_num, sep = "   ")
}

# 批量处理指定列（假设DataFrame名为df，目标列是col1、col2、col3）
df[, c("col1", "col2", "col3")] <- apply(df[, c("col1", "col2", "col3")], 2, function(col) sapply(col, convert_to_actual))

方案2：将百分比转换为小数形式（如"100,000 68%" → "100,000 0.68"） #

同样先定义函数，再批量处理：

# 定义转换函数（兼容NA值）
convert_to_decimal <- function(x) {
  if (is.na(x)) return(NA)
  parts <- strsplit(trimws(x), "\\s+")[[1]]
  base_num <- format(as.numeric(gsub(",", "", parts[1])), big.mark = ",")
  decimal_value <- as.numeric(gsub("%", "", parts[2])) / 100
  paste(base_num, decimal_value, sep = "   ")
}

# 批量处理指定列
df[, c("col1", "col2", "col3")] <- apply(df[, c("col1", "col2", "col3")], 2, function(col) sapply(col, convert_to_decimal))

关于你之前遇到的问题 #

直接用gsub/sub处理整个DataFrame会破坏其结构，因为这类函数会把DataFrame当成一维向量解析，最终导致转成列表后只剩一列。正确的做法是按列处理，对每一列的每个元素单独应用字符串处理逻辑，保持DataFrame的列结构不变。

如果你习惯用dplyr，也可以用mutate_at实现批量处理：

library(dplyr)

# 方案1的dplyr实现
df <- df %>%
  mutate_at(vars(col1, col2, col3), ~sapply(., convert_to_actual))

# 方案2的dplyr实现
df <- df %>%
  mutate_at(vars(col1, col2, col3), ~sapply(., convert_to_decimal))

内容的提问来源于stack exchange，提问作者Will