在R中处理Excel导入的区间列：如何转数值并计算组中值？

先确保数据正确导入 #

假设你用readxl包导入Excel数据，先加载包并读取文件：

library(readxl)
df <- read_excel("你的Excel文件路径.xlsx")

方法一：基础R实现 #

通过正则表达式提取区间的左右边界数值，再计算组中值：

# 提取区间左边界（转数值型）
df$left <- as.numeric(sub("\\[(\\d+),.*", "\\1", df$X))
# 提取区间右边界（转数值型）
df$right <- as.numeric(sub(".*,(\\d+)\\)", "\\1", df$X))
# 计算组中值
df$mid_point <- (df$left + df$right) / 2

方法二：tidyverse工具链（更简洁） #

用tidyverse的字符串处理和数据拆分功能快速完成：

library(tidyverse)

df <- df %>%
  # 移除区间字符串中的[和)符号
  mutate(X = str_remove_all(X, "\\[|\\)")) %>%
  # 按逗号拆分区间为左右边界，并自动转换为数值型
  separate(X, into = c("left", "right"), sep = ",", convert = TRUE) %>%
  # 计算组中值
  mutate(mid_point = (left + right) / 2)

后续统计分析示例 #

有了组中值和频数，你可以计算加权统计量，比如加权均值：

# 计算加权均值
weighted_mean <- sum(df$mid_point * df$FREQUENCY) / sum(df$FREQUENCY)

如果你的区间格式有变体（比如闭区间[100,150]），只需调整正则或字符串移除的符号即可适配。

内容的提问来源于stack exchange，提问作者imen BAC