R语言使用fread读取CSV时处理特殊字符转换字符列为数值列方法

• 运行环境：R 4.2.0、data.table 1.14.2
• 初始操作：调用fread()读取CSV文件时已指定sep=','、dec='.'、na.strings = c('', 'NA')参数，读取后通过as_tibble()转换为tibble对象，但3列数据全部被识别为character类型，各列原始格式如下：
  • col_1：数值前带/前缀，内容包含小数点
  • col_2：百分比数值，以逗号作为小数分隔符，末尾带%后缀
  • col_3：普通数值，以逗号作为小数分隔符
• 转换目标：3列全部清洗为dbl（双精度数值）类型，规则为：
  • col_1：移除开头的/前缀与所有小数点
  • col_2：将逗号替换为小数点，移除%后缀
  • col_3：将逗号替换为小数点

两种实现方式结果一致，可根据自己的代码习惯选择。

方法1：tidyverse链式写法（代码更简洁） #

提前加载依赖包：

library(data.table)
library(tibble)
library(dplyr)
library(stringr)

清洗转换逻辑：

# 代码中raw_tibble替换为你读取得到的字符型tibble对象名即可
clean_df <- raw_tibble %>%
  mutate(
    # 处理col_1：移除开头斜杠、移除所有小数点后转双精度
    col_1 = str_remove(col_1, "^/") %>%
      str_remove_all("\\.") %>%
      as.double(),
    # 处理col_2：逗号替换为小数点、移除末尾百分号后转双精度
    col_2 = str_replace(col_2, ",", "\\.") %>%
      str_remove("%$") %>%
      as.double(),
    # 处理col_3：逗号替换为小数点后转双精度
    col_3 = str_replace(col_3, ",", "\\.") %>%
      as.double()
  )

补充说明：如果需要将col_2转为0-1区间的比例值（如12,34%转为0.1234），只需在col_2的处理链末尾加%>% /(100)即可。

方法2：base R实现（无需额外加载字符串处理包） #

clean_df <- raw_tibble
# 处理col_1
clean_df$col_1 <- gsub("^/", "", clean_df$col_1)
clean_df$col_1 <- gsub("\\.", "", clean_df$col_1)
clean_df$col_1 <- as.double(clean_df$col_1)
# 处理col_2
clean_df$col_2 <- gsub(",", ".", clean_df$col_2)
clean_df$col_2 <- gsub("%$", "", clean_df$col_2)
clean_df$col_2 <- as.double(clean_df$col_2)
# 处理col_3
clean_df$col_3 <- gsub(",", ".", clean_df$col_3)
clean_df$col_3 <- as.double(clean_df$col_3)
# 转回tibble格式
clean_df <- as_tibble(clean_df)

清洗完成后调用str(clean_df)查看列类型，三列均会显示为dbl类型，数值匹配预设转换规则。

内容的提问来源于stack exchange，提问作者user13117224