如何在R语言中去除列中的逗号？代码报错求助

问题背景 #

处理covid_worldwide.csv数据时，想要去除Total Cases列中的逗号并转换为数值类型，使用gsub函数后出现报错，尝试unique(data1$Total Cases)也未能定位问题。

报错原因 #

大概率是Total Cases列中除了逗号，还存在其他非数字字符（比如空格、"N/A"、特殊符号），gsub仅去除了逗号，剩余的非数字内容无法被as.numeric转换，导致生成NA值或直接报错，进而影响后续绘图。

解决方案 #

方法1：使用parse_number（推荐，tidyverse原生函数） #

parse_number会自动忽略数字周围的非数字字符（逗号、空格、符号等），无需手动写正则，处理这类带格式的数值列更可靠：

# 安装并加载tidyverse
install.packages("tidyverse")
library(tidyverse)

# 读取数据并直接转换Total Cases列
data1 <- read_csv("covid_worldwide.csv", show_col_types = FALSE) %>%
  mutate(`Total Cases` = parse_number(`Total Cases`))

# 验证转换后的类型
typeof(data1$`Total Cases`)

# 绘制直方图（自动过滤NA值）
ggplot(data = data1, aes(x = `Total Cases`)) +
  geom_histogram()

方法2：优化gsub处理流程 #

如果坚持用base包的gsub，需要先排查异常值并处理：

# 安装并加载tidyverse
install.packages("tidyverse")
library(tidyverse)

# 读取数据
data1 <- read_csv("covid_worldwide.csv", show_col_types = FALSE)

# 查看列中所有唯一值，定位异常内容
unique(data1$`Total Cases`)

# 去除逗号并转换为数值，无法转换的内容会变成NA
data1$`Total Cases` <- as.numeric(gsub(",", "", data1$`Total Cases`))

# 过滤NA值后绘图
ggplot(data = data1 %>% filter(!is.na(`Total Cases`)), aes(x = `Total Cases`)) +
  geom_histogram()

额外提示 #

读取数据时也可以直接指定列的解析规则，避免后续转换：

data1 <- read_csv(
  "covid_worldwide.csv",
  col_types = cols(`Total Cases` = col_number()),
  show_col_types = FALSE
)

col_number()和parse_number逻辑一致，会自动处理带逗号的数值格式。

内容的提问来源于stack exchange，提问作者SoaR_vX