如何用R移除dataframe指定列的字符值并提取数字？

完整代码实现 #

# 还原原始数据框
df <- structure(list(company = c("Investments", "Debt", "Cash", "", ""), 
                     interest_rate = c("", "", "7.46", "8.44", ""), 
                     adjusted_cost = c("", "", "$", "", ""), 
                     adjusted_cost_2 = c("", "", "3,586 (EUR 3,381)", "3,564 (GBP 2,955)", "7,150"), 
                     market_value = c("", "", "$3,505 (EUR 3,578)", "3,450(GBP 3,090)", ""), 
                     market_value_2 = c("", "", "$3,505 (EUR 3,578)", "3,450(GBP 3,090)", "6,955")), 
                row.names = c(NA, 5L), class = "data.frame")

library(tidyverse)

# 自定义目标列（根据实际数据修改列名）
target_cols <- c("adjusted_cost", "adjusted_cost_2", "market_value", "market_value_2")

# 执行清理与提取操作
cleaned_df <- df %>%
  mutate(across(all_of(target_cols), ~ {
    # 移除括号及内部所有内容
    str_remove_all(., "\\s*\\(.*?\\)") %>%
    # 提取数字（自动忽略货币符号、千分位逗号）
    parse_number()
  }))

# 按期望格式输出（空值显示为空白）
print(cleaned_df, na.print = "")

关键步骤说明 #

• 指定目标列：target_cols是需要处理的4列名称，可根据不同DataFrame灵活修改（比如换成c("cost", "cost_2", "value", "value_2")）。
• 移除括号内容：用正则表达式\\s*\\(.*?\\)匹配并删除括号前的空格、括号及内部所有文本，仅保留括号外的内容。
• 提取数字：parse_number()自动识别并提取有效数字，同时忽略货币符号（如$）、千分位逗号这类非数字字符；空字符串会转为NA，打印时通过na.print = ""显示为空白，与期望输出一致。

内容的提问来源于stack exchange，提问作者Roy