从文本到数字的转换可能不一致

Question

字符串的转换比较as.numeric它如何可以这样完成read.fwf.

as.numeric("457")  # 457
as.numeric("4 57") # NA with warning message

现在从包含"5 7 12 4"的文件"fwf.txt"中读取.

foo<-read.fwf('fwf.txt',widths=c(5,5),colClasses='numeric',header=FALSE)
  V1  V2
1 57 124

foo<-read.fwf('fwf.txt',widths=c(5,5),colClasses='character',header=FALSE)
     V1    V2
1   5 7  12 4

现在,我将注意到在"数字"版本中,read.fwf连接的方式与Fortran相同.我只是有点惊讶它没有抛出错误或NA以同样的方式as.numeric.谁知道为什么？

Answer 1

正如@ eipi10指出的那样,空间消除行为并不是唯一的read.fwf.它实际上涉及形成scan()功能(用于由read.table该使用read.fwf).实际上,scan()函数将在处理输入流时从任何非字符的值中删除空格(如果未指定为分隔符,则删除制表符).一旦它"清理"了空格的值,它就会使用相同的函数as.numeric将该值转换为数字.对于字符值,它不会取出任何空格,除非您设置strip.white=TRUE哪个只会从值的开头和结尾删除空格.

观察这些例子

scan(text="TRU E", what=logical(), sep="x")
# [1] TRUE
scan(text="0 . 0 0 7", what=numeric(), sep="x")
# [1] 0.007
scan(text=" text    ", what=character(), sep="~")
# [1] " text    "
scan(text=" text book   ", what=character(), sep="~", strip.white=T)
# [1] "text book"
scan(text="F\tALS\tE", what=logical(), sep=" ")
# [1] FALSE

您可以找到scan()in 的源代码,/src/main/scan.c并且负责此行为的特定部分就在此行周围.

如果你想as.numeric表现得像,你可以创建一个新的功能,如

As.Numeric<-function(x) as.numeric(gsub(" ", "", x, fixed=T))

为了得到

As.Numeric("4 57")
# [1] 457