删除启动字符(Vxxx)的记录，以便在R中启用floor()命令

Question

我正在处理急诊室的ICD-9代码数据(健康诊断)，这是三位数的代码，后面有2个小数(例如: 499,499.1,499.51等)。有些特殊代码用字母"V“代替第一个数字，例如"V10.46”。

每次急诊室访问(行)最多可以有11个诊断代码(列)，所以我使用reshape()将数据集更改为长格式。现在，我想使用those ()删除那些小数点。但是R不能用一个角色来做什么！我得到了这个错误:Math.factor中的错误(dtl$diag)：

这篇文章有一些相关性，但我想知道是否有更好的方法？R: Remove character observations in a variable

有什么想法吗？

Answer 1

基于@Vincent的出色回答，如果目标是对数据使用floor，您只需去掉"V“，然后调用floor：

x <- c("499", "499.1", "499.51", "V10.46")
# replace all occurences of "V" with nothing ("") in x:
x.stripped <- gsub("V", "", x) 
# convert to numeric so we can use floor():
x.floor <- floor(as.numeric(x.stripped))

基于您的错误消息“对因素没有意义”，您的数据的该列已被读取为字符串(因为某些行中的"V“)，而R的默认行为是将字符串列转换为因子(类似类别)。

如果您收到关于gsub不处理因素的错误，您需要首先将您的列转换为字符串：

mydf$columname <- as.character(mydf$columnname)

然后你就可以像以前一样继续了。

Answer 2

您可以使用正则表达式移除点和之后的所有内容。

x <- c("499", "499.1", "499.51", "V10.46")
gsub("\\..*", "", x)
# Output:
# [1] "499" "499" "499" "V10"

Answer 3

对于前三个字母，您可以使用子字符串函数。

icd9 <- factor(c("499", "499.1", "499.51", "V10.46"))
substr(as.character(icd9),1,3)# as.character is used 
                              # because icd9 is factor in your data

输出

[1] "499" "499" "499" "V10"