如何用R将数据框中括号内的字符型数值转为负数？

原始数据 #

首先定义目标数据框：

df <- data.frame(col1=c('', 'assets', 'loss', 'liability'),
                 col2=c("", "5,000", "(1,400)", "300"),
                 col3=c("", "4,500", "(1,100)", "500"))

原始输出：

col1       col2      col3
<chr>      <chr>    <chr>
            
assets     5,000    4,500
loss      (1,400)  (1,100)
liability   300      500 

原代码问题分析 #

原函数存在三个关键错误：

• grepl参数顺序颠倒：grepl(is.na(dataframe_new[, idx]), "(", fixed = TRUE) 将匹配模式和目标向量位置搞反，导致无法识别带括号的数值
• 管道符使用错误：gsub(...) %>% as.numeric(dataframe_new[, idx]) 管道符已传递处理后的结果，无需重复传入原列
• 不必要的data.table依赖：copy(dataframe) 需要加载data.table包，普通data.frame直接赋值即可

修正后的解决方案 #

基础R循环版本 #

clean_columns <- function(dataframe){
  dataframe_new <- dataframe
  
  for (idx in 2:ncol(dataframe)) {
    col <- dataframe_new[, idx]
    # 先统一移除数值中的逗号
    col <- gsub(",", "", col)
    # 识别带括号的数值，去括号并添加负号前缀
    has_paren <- grepl("\\(", col, fixed = TRUE)
    col[has_paren] <- paste0("-", gsub("[()]", "", col[has_paren]))
    # 转换为数值型，空字符串自动转为NA
    dataframe_new[, idx] <- as.numeric(col)
  }
  
  return(dataframe_new)
}

调用函数后输出：

clean_columns(df)

col1       col2     col3
<chr>      <dbl>    <dbl>
            
assets     5000     4500
loss      -1400    -1100
liability   300      500

Tidyverse简洁版本（dplyr） #

如果熟悉tidyverse生态，可使用批量处理写法：

library(dplyr)

df_clean <- df %>%
  mutate(across(-col1, ~ {
    .x <- gsub(",", "", .x)
    .x <- ifelse(grepl("\\(", .x), paste0("-", gsub("[()]", "", .x)), .x)
    as.numeric(.x)
  }))

此写法与循环版本效果完全一致，更适合多列批量处理场景。

内容的提问来源于stack exchange，提问作者Roy