在R中整理数据并从data frame提取double类型数值的最佳方法是什么？

parse_double()仅支持处理纯数值格式的字符串，只能自动忽略前后空白，无法识别嵌入的其他文本，你的场景可以用以下两种方案实现： #

方案1：使用readr包的parse_number()（最适配普通场景） #

这是tidyverse生态专门为混杂文本的数值提取设计的函数，会自动忽略所有非数值的前后缀，直接提取连续数字段，原生支持小数、百分比、货币符号等常见格式，不需要手动写正则。

library(tidyverse)

# 示例数据
df <- tibble(a = c("10.5", "about 30", "25 per month"))

# 转换为double类型
df <- df %>% 
  mutate(a_num = parse_number(a))

# 输出结果
# # A tibble: 3 × 2
#   a             a_num
#   <chr>         <dbl>
# 1 10.5          10.5 
# 2 about 30      30   
# 3 25 per month  25

该方案可以覆盖90%以上的普通调查回复数值提取需求。 #

方案2：正则自定义提取（适配复杂场景） #

如果你的字符串中包含多个数值、负数、特殊格式的数值，可以通过正则自定义匹配规则后再转double：

library(tidyverse)

df <- df %>%
  # 正则匹配整数/小数，需要匹配负数的话改为 "-?\\d+\\.?\\d*"
  mutate(a_num = as.double(str_extract(a, "\\d+\\.?\\d*")))

如果单条字符串需要提取多个数值，可以搭配str_extract_all()+unnest()处理。

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