回答:
わからないどのくらい持っているread.csvそれを正しく解釈していますが、使用することができますgsub置き換えること","で""、その後に文字列を変換するnumeric使用してas.numeric：
y <- c("1,200","20,000","100","12,111")
as.numeric(gsub(",", "", y))
# [1] 1200 20000 100 12111これは以前にR-Helpでも回答されました（ここではQ2でも）。
あるいは、たとえばsedunixでファイルを前処理することもできます。
read.tableまたはread.csvでこの変換を半自動的に行うことができます。最初に新しいクラス定義を作成し、次に変換関数を作成し、次のようにsetAs関数を使用して「as」メソッドとして設定します。
setClass("num.with.commas")
setAs("character", "num.with.commas",
function(from) as.numeric(gsub(",", "", from) ) )次に、read.csvを次のように実行します。
DF <- read.csv('your.file.here',
colClasses=c('num.with.commas','factor','character','numeric','num.with.commas'))データを前処理するよりもRを使用したいと思います。データを修正するときに簡単になるからです。シェーンのを使用するという提案に従ってgsub、これは私ができる限りきれいだと思います：
x <- read.csv("file.csv",header=TRUE,colClasses="character")
col2cvt <- 15:41
x[,col2cvt] <- lapply(x[,col2cvt],function(x){as.numeric(gsub(",", "", x))})この質問は数年前のものですが、私はそれを偶然見つけました。
readrライブラリ/パッケージはそれにいくつかの素晴らしい機能を備えています。それらの1つは、このように「乱雑な」列を解釈するための良い方法です。
library(readr)
read_csv("numbers\n800\n\"1,800\"\n\"3500\"\n6.5",
col_types = list(col_numeric())
)これは
ソース：ローカルデータフレーム[4 x 1]
numbers
(dbl)
1 800.0
2 1800.0
3 3500.0
4 6.5ファイルを読み取る際の重要なポイント：上記のに関するコメントのように前処理するか、読み取り中sedに処理する必要があります。多くの場合、事後に問題を修正しようとすると、見つけるのが難しい危険な仮定がいくつかあります。（これが、フラットファイルがそもそも邪悪な理由です。）
たとえばcol_types、にフラグを付けていなかったとしたら、次のようになります。
> read_csv("numbers\n800\n\"1,800\"\n\"3500\"\n6.5")
Source: local data frame [4 x 1]
numbers
(chr)
1 800
2 1,800
3 3500
4 6.5（今ではなくchr（character）になっていることに注意してくださいnumeric。）
または、さらに危険なのは、それが十分に長く、初期の要素のほとんどにコンマが含まれていない場合です。
> set.seed(1)
> tmp <- as.character(sample(c(1:10), 100, replace=TRUE))
> tmp <- c(tmp, "1,003")
> tmp <- paste(tmp, collapse="\"\n\"")（最後のいくつかの要素は次のようになります:)
\"5\"\n\"9\"\n\"7\"\n\"1,003"次に、そのコンマをまったく読むのが難しいでしょう。
> tail(read_csv(tmp))
Source: local data frame [6 x 1]
3"
(dbl)
1 8.000
2 5.000
3 5.000
4 9.000
5 7.000
6 1.003
Warning message:
1 problems parsing literal data. See problems(...) for more details. dplyrを使用mutate_allしたソリューションあなたが次のものを持っていると言います：
> dft
Source: local data frame [11 x 5]
Bureau.Name Account.Code X2014 X2015 X2016
1 Senate 110 158,000 211,000 186,000
2 Senate 115 0 0 0
3 Senate 123 15,000 71,000 21,000
4 Senate 126 6,000 14,000 8,000
5 Senate 127 110,000 234,000 134,000
6 Senate 128 120,000 159,000 134,000
7 Senate 129 0 0 0
8 Senate 130 368,000 465,000 441,000
9 Senate 132 0 0 0
10 Senate 140 0 0 0
11 Senate 140 0 0 0また、年の変数X2014-X2016からコンマを削除し、数値に変換したいとします。また、X2014-X2016が因子として読み込まれるとしましょう（デフォルト）
dft %>%
mutate_all(funs(as.character(.)), X2014:X2016) %>%
mutate_all(funs(gsub(",", "", .)), X2014:X2016) %>%
mutate_all(funs(as.numeric(.)), X2014:X2016)mutate_all内部の関数をfuns指定された列に適用します
一度に1つの関数を順番に実行しました（内部で複数の関数を使用する場合はfuns、追加の不要な列を作成します）
mutate_each廃止予定です。回答をmutate_at類似のものに更新しますか？
Rの「前処理」：
lines <- "www, rrr, 1,234, ttt \n rrr,zzz, 1,234,567,987, rrr"使用することができreadLines、Aの上にtextConnection。次に、数字の間にあるコンマのみを削除します。
gsub("([0-9]+)\\,([0-9])", "\\1\\2", lines)
## [1] "www, rrr, 1234, ttt \n rrr,zzz, 1234567987, rrr"知っておくと便利ですが、小数点としてのカンマはread.csv2（自動）またはread.table（「dec」パラメータの設定あり）で処理できることは、この質問には直接関係ありません。
編集：後で、新しいクラスを設計してcolClassesを使用する方法を発見しました。見る：
非常に便利な方法はreadr::read_delim-familyです。ここから例を挙げ
ましょう。複数のセパレータを含むcsvをRにインポートするには、次のようにします。
txt <- 'OBJECTID,District_N,ZONE_CODE,COUNT,AREA,SUM
1,Bagamoyo,1,"136,227","8,514,187,500.000000000000000","352,678.813105723350000"
2,Bariadi,2,"88,350","5,521,875,000.000000000000000","526,307.288878142830000"
3,Chunya,3,"483,059","30,191,187,500.000000000000000","352,444.699742995200000"'
require(readr)
read_csv(txt) # = read_delim(txt, delim = ",")どちらが期待される結果になります：
# A tibble: 3 × 6
OBJECTID District_N ZONE_CODE COUNT AREA SUM
<int> <chr> <int> <dbl> <dbl> <dbl>
1 1 Bagamoyo 1 136227 8514187500 352678.8
2 2 Bariadi 2 88350 5521875000 526307.3
3 3 Chunya 3 483059 30191187500 352444.7も使用できますreadr::parse_numberが、列は文字でなければなりません。複数の列に適用する場合は、次のコマンドを使用して列をループできます。lapply
df[2:3] <- lapply(df[2:3], readr::parse_number)
df
# a b c
#1 a 12234 12
#2 b 123 1234123
#3 c 1234 1234
#4 d 13456234 15342
#5 e 12312 12334512または、mutate_atfrom dplyrを使用して特定の変数に適用します。
library(dplyr)
df %>% mutate_at(2:3, readr::parse_number)
#Or
df %>% mutate_at(vars(b:c), readr::parse_number)データ
df <- data.frame(a = letters[1:5],
b = c("12,234", "123", "1,234", "13,456,234", "123,12"),
c = c("12", "1,234,123","1234", "15,342", "123,345,12"),
stringsAsFactors = FALSE)前処理は進むべき道だと思います。正規表現の置換オプションがあるNotepad ++を使用できます。
たとえば、ファイルが次のような場合：
"1,234","123","1,234"
"234","123","1,234"
123,456,789次に、正規表現"([0-9]+),([0-9]+)"を使用してそれを次のように置き換えることができます\1\2
1234,"123",1234
"234","123",1234
123,456,789次にx <- read.csv(file="x.csv",header=FALSE)、ファイルを読み取るために使用でき ます。
setAs("character", "logical.Y.N", function(from) c(Y=TRUE,N=FALSE)[from] )。