CSV导入无千位分隔符及因子转数值（保小数）与数值格式化问题

这问题我之前处理过类似的，核心原因是你的数值列导入时被识别成了因子，而且数字用了点作为千分位分隔符（比如1.025.75实际是1025.75），直接转数值会把所有点都删掉，导致小数信息丢失。下面给你一套可行的分步解决方案：

1. 因子转数值：精准处理千分位格式 #

首先我们要把因子还原成正确的数值，不能直接用as.numeric，得先清理字符串格式：

先加载需要的工具包：

library(dplyr)
library(stringr)

然后执行转换逻辑：

data.list <- data.list %>%
  mutate(across(c(Price_old, MB, Price_new), ~ {
    # 先把因子转成字符格式
    char_val <- as.character(.x)
    # 去掉所有千分位的点
    no_dot_str <- str_remove_all(char_val, "\\.")
    # 在倒数第二位前插入小数点（因为你的数据都是保留两位小数）
    str_sub(no_dot_str, start = -2, end = -2) <- "."
    # 转成数值类型
    as.numeric(no_dot_str)
  }))

这个逻辑的好处是不管原字符串有多少个千分位点，都能统一处理，既不会丢失小数，也不会产生强制转换的NA，完美匹配你的数据情况。

2. 格式化数值为####.##格式 #

转换完数值后，我们用sprintf把数值统一格式化为保留两位小数的字符串：

data.list <- data.list %>%
  mutate(across(c(Price_old, MB, Price_new), ~ sprintf("%.2f", .x)))

执行后，这些列就会变成898.00、1025.75这样的标准格式，完全符合你的需求。

额外小建议：从导入阶段避免麻烦 #

如果以后再导入这类CSV文件，建议在导入时就指定正确的数字格式，省得后续转换：

library(readr)
# 注意：如果原文件是欧洲格式（千分位点，小数点逗号），把decimal_mark改成","
data.list <- read_delim("your_file.csv", delim = ",", 
                        locale = locale(decimal_mark = ".", grouping_mark = "."))

内容的提问来源于stack exchange，提问作者Luke666