R语言中如何移除除a列外其余所有列的非数字字符

核心需求 #

保留数据框a列原始内容不做修改，批量清除其余所有列中包含的非数字字符，优先提供tidyverse语法实现。

测试原始数据 #

library(tidyverse)

d = tibble(a = c("Tom", "Mary", "Ben", "Jane", "Lucas", "Mark"),
           b = c("8P", "3", "6", "7", "5M", "U1"),
           c = c("2", "12", "6F", "7F", "Y1", "9I"))

d

tidyverse实现代码 #

通过dplyr::across()选中非a列的所有字段，配合stringr的正则替换功能批量清除非数字字符：

d_clean <- d %>%
  mutate(across(
    .cols = -a,
    # 匹配所有非数字字符替换为空，如需转数值类型可在末尾加 %>% as.numeric()
    .fns = ~ str_replace_all(.x, "\\D", "")
  ))

运行结果 #

执行代码后得到的清洗后数据如下，a列完全保留原始内容，b、c列仅保留数字：

# A tibble: 6 × 3
  a     b     c    
  <chr> <chr> <chr>
1 Tom   8     2    
2 Mary  3     12   
3 Ben   6     6    
4 Jane  7     7    
5 Lucas 5     1    
6 Mark  1     9    

补充说明 #

• 正则表达式中\\D等价于[^0-9]，作用是匹配所有非0-9的字符
• 如果后续需要对清洗后的列做数值运算，把注释里的as.numeric()加上即可，直接得到数值类型的列
• 代码不需要手动指定除a外的其他列名，后续数据框新增列时会自动纳入处理范围，适合宽表批量处理场景

内容的提问来源于stack exchange，提问作者st4co4