如何用自定义函数实现R语言DataFrame数字列的K/M单位格式化

原代码核心问题 #

• 函数内部硬编码字符串"column_name"，无法正确识别传入的列名参数
• 用nchar()判断数值量级逻辑不可靠，应该直接根据数值大小判断是否大于等于百万级
• 调用逻辑错误：函数返回修改后的完整DataFrame，不能直接赋值给单个列

修正后代码（兼容Base R，支持批量处理多列） #

## 数字格式化函数
## 入参df：目标DataFrame，column_name：待格式化的列名（字符串格式）
format_numbers <- function (df, column_name){
  col_vals <- df[[column_name]]
  # 数值≥1e6转M单位，其余转K单位
  formatted <- ifelse(col_vals >= 1e6, 
                      paste0(format(round(col_vals / 1e6, 1), trim = TRUE), "M"),
                      paste0(format(round(col_vals / 1e3, 1), trim = TRUE), "K"))
  df[[column_name]] <- formatted
  return(df)
}

调用方法 #

单列处理 #

# 示例DataFrame
asdf <- data.frame(a = c(2133242,2421), b = c(4323,543532654))
# 格式化a列
asdf <- format_numbers(asdf, "a")

批量处理多列 #

# 待处理的多列列表
target_cols <- c("a", "b")
for (col in target_cols) {
  asdf <- format_numbers(asdf, col)
}

输出效果 #

print(asdf)
     a         b
1 2.1M      4323
2 2.4K 543532654

可选：支持裸列名调用的版本 #

如果你希望和原写法一致，调用时不用给列名加引号，可以用tidy evaluation语法改写函数：

library(rlang)
format_numbers <- function (df, column_name){
  col_name <- as_name(enquo(column_name))
  col_vals <- df[[col_name]]
  formatted <- ifelse(col_vals >= 1e6, 
                      paste0(format(round(col_vals / 1e6, 1), trim = TRUE), "M"),
                      paste0(format(round(col_vals / 1e3, 1), trim = TRUE), "K"))
  df[[col_name]] <- formatted
  return(df)
}
# 调用时直接传列名即可，无需加引号
asdf <- format_numbers(asdf, a)

内容的提问来源于stack exchange，提问作者user11740857