R语言将带逗号字符列转数值型并去除列中N/As的方法

所有异常的核心原因是操作顺序错误：先将带千分位逗号的字符串转为factor再转numeric时，R无法识别带非数字逗号的值，会直接将这类值转为NA；后续对全为NA的列执行gsub替换，自然只能得到全NA结果。另外dplyr代码报错是因为mutate_all用法错误：该函数默认对所有列生效，指定目标列应使用across语法，且旧版funs()已在新版dplyr中废弃，会触发兼容报错。

核心原则：必须先移除千分位逗号，再执行数值类型转换，禁止提前将带逗号的字符串转为factor

方案1：Base R 原生实现（无第三方依赖） #

# 构造示例数据
col1 <- c("L1","L2","L3","L4","L5" )
col2 <- c("910", "458", "34,613" , "201" , "1,886")
col3 <- c("87,282","41,304", "5,146,982", "348,520", "27,274")
df <- data.frame(col1, col2, col3, stringsAsFactors = FALSE)

# 先去逗号，再转数值
df$col2 <- as.numeric(gsub(",", "", df$col2))
df$col3 <- as.numeric(gsub(",", "", df$col3))

# 计算两列除法结果
df$new <- df$col3 / df$col2

运行后无NA警告，输出结果如下：

col1  col2    col3        new
1   L1   910   87282   95.91429
2   L2   458   41304   90.18341
3   L3 34613 5146982  148.70083
4   L4   201  348520 1733.93035
5   L5  1886   27274   14.46129

方案2：dplyr 管道实现 #

使用新版dplyr推荐的across语法选择目标列处理，避免过时函数报错：

library(dplyr)

df <- df %>% 
  mutate(
    # 对col2、col3统一去逗号转数值
    across(c(col2, col3), ~as.numeric(gsub(",", "", .x))),
    # 计算除法列
    new = col3 / col2
  )

运行结果与base R方案完全一致，无报错、无意外NA。

• 前两次base R尝试：先将带逗号的字符串转为factor，转numeric时带逗号的值无法被识别，直接被转成NA，后续对NA向量执行gsub只能返回全NA结果
• 自定义S3类方案：仅定义了类转换方法，但未在数据读取/转换环节实际调用该转换规则，因此逗号不会被移除
• dplyr管道方案：mutate_all默认作用于所有列，额外传入列名参数会触发参数不匹配报错；且funs()在dplyr 1.0.0版本后已被废弃，存在兼容问题

内容的提问来源于stack exchange，提问作者TanyaM