如何在R语言中移除数据框的尖括号并设置小数位数？

没问题！我来给你梳理下在R语言里移除数据框中的尖括号并设置小数位数的具体步骤，亲测好用：

1. 先移除尖括号字符 #

首先我们需要批量清除数据中包含的<和>符号，这里用gsub()函数结合正则表达式就能轻松搞定，不管符号在字符串的哪个位置都能被删除。假设你的数据框名为df，处理X1列的代码如下：

# 移除所有<和>字符
df$X1 <- gsub("[<>]", "", df$X1)

这里的[<>]是正则表达式语法，用来匹配任意一个尖括号，""表示把匹配到的符号替换为空字符串（也就是直接删除）。

2. 转换为数值类型 #

清理完字符后，需要把列转换为数值型，这样后续才能对小数位数进行设置：

# 将字符列转换为数值列
df$X1 <- as.numeric(df$X1)

⚠️ 小提示：如果原数据里有非数字内容，转换时会生成NA值。你可以根据需求用na.omit(df)删除缺失行，或者用df$X1[is.na(df$X1)] <- 0这类方式填充缺失值。

3. 设置小数位数 #

接下来就可以用round()函数指定保留的小数位数了，比如要保留2位小数：

# 保留2位小数
df$X1 <- round(df$X1, digits = 2)

如果你需要让结果强制显示固定小数位数（比如1.5要显示成1.50），可以搭配format()函数使用：

# 格式化为显示2位小数（返回字符串类型）
df$X1 <- format(df$X1, nsmall = 2)
# 如果需要保持数值类型，再转一次：
df$X1 <- as.numeric(format(df$X1, nsmall = 2))

批量处理多列（进阶） #

如果你的数据框有多列需要做同样的操作，用dplyr包的across()函数会更高效：

library(dplyr)

df <- df %>%
  # 对所有列移除尖括号
  mutate(across(everything(), ~ gsub("[<>]", "", .x))) %>%
  # 转换为数值型
  mutate(across(everything(), ~ as.numeric(.x))) %>%
  # 设置小数位数
  mutate(across(everything(), ~ round(.x, digits = 2)))

简化示例验证 #

假设你的数据框是这个简化版：

df <- structure(list(X1 = c("<12.34>", "56.78>", "<90.12", "34.56")), class = "data.frame", row.names = c(NA, -4L))

运行上述代码后，处理后的df会变成：

X1
1 12.34
2 56.78
3 90.12
4 34.56

内容的提问来源于stack exchange，提问作者R.P. Tamil Selvan