0

tenía un conjunto de datos en R de este estilo:

Donante Monto
A 200.100,5
B 200,100.5
C 200100,5
D 200100.5
E 200100

Y quiero hacer una validación que me permita posteriormente dejar los valores de la siguiente forma:

Donante Monto
A 200100,5
B 200100,5
C 200100,5
D 200100,5
E 200100

Agradecería mucho la ayuda.

3
  • Muestra qué has intentado hasta el momento. Lee Cómo preguntar.
    – padaleiana
    el 6 jun. 2021 a las 19:33
  • Bienvenido Lucas a Stack Overflow en español, te sugiero que hagas el recorrido de bienvenida y de paso ganes tu primer medalla, también es muy importante que leas Cómo preguntar para poder mejorar tu pregunta y que sea bien recibida por la comunidad mejorando tus chances de obtener buenas respuestas.. el 6 jun. 2021 a las 21:10
  • Entiendo que básicmente necesitas elimina los separadores de miles (coma), prueba con gsub(',', '', df$Monto) el 6 jun. 2021 a las 21:39

1 respuesta 1

1

Una alternativa que sirve para limpiar los datos que tienes como ejemplo. Si hay otras formas en la que están "mal" los datos quizás tengas que adaptarlo.

Son tres pasos:

  1. Contar cuantas veces aparece símbolo , o ., porque en algunos casos aparece dos veces y hay que eliminar la primera aparición.
  2. Usar eso como condicional para eliminar el primer ,|\\. que aparezca. Al . hay que escaparlo pq es caracter reservado en regex. Uso str_remove() que, a diferencia de str_remove_all() remueve solo la primera aparición de una cadena.
  3. Cambiar , por . y pasar a numérico.
library(tidyverse)

#Creo unos datos similares a los tuyos

read.table(text = 
"Donante Monto
A   200.100,5
B   200,100.5
C   200100,5
D   200100.5
E   200100", header = TRUE) -> foo


foo %>% 
  mutate(Monto = if_else(str_count(Monto, ",|\\.") > 1, 
                      str_remove(Monto, ",|\\."), 
                      Monto)) %>%
  mutate(Monto = as.numeric(str_replace(Monto, ",", ".")))

  Donante    Monto
1       A 200100.5
2       B 200100.5
3       C 200100.5
4       D 200100.5
5       E 200100.0

Para un caso más complicado en el que pudiera haber más de dos separadores arbitrarios (puntos o comas) se me ocurre lo siguiente:

foo %>% 
  as_tibble %>% 
  mutate(separadores = str_count(Monto, ",|\\.")) %>%  #Cuento cuantos separadores hay
  mutate(separado = str_split(Monto, ",|\\.")) %>%     #separo en una lista

# Paso por la lista y me quedo con todos los elementos menos el último, que debería ser el decimal
  mutate(enteros = unlist(map2(separado, separadores, ~.x[1:.y]) %>% 
           map(~paste(.x, collapse = "")))) %>%   #Los pego
#Ahora capturo los decimales
  mutate(decimal = unlist(map2(separado, separadores, ~.x[.y+1]))) %>% 
#Atiendo el caso especial de los números son decimal (poco elegante, es lo que hay)   
  mutate(decimal = ifelse(separadores == 0, 0, decimal)) %>% 
#Hago el pegote final, uso el . como separador que es válido en R
  mutate(Monto_final = paste0(enteros, ".", decimal))

Está muy enredado, pero funciona. La idea es usar str_split() para separar las partes y usar la referencia sobre el número de separadores para después rearmar el Monto, usando el último elemento de la lista como decimal.

2
  • Hola, una consulta tenia una respuesta parecida a la tuya en la cual llegamos al mismo resultado, pero mi pregunta es, en el caso que tuvieras mas de 2 ( . ) o ( , ), el str_remove solo removerá la primera aparicieron, quedandote de nuevo con el mismo problema, es decir, existe alguna expresion regular que elimine todas las aparicienos excepto la ultima? el 7 jun. 2021 a las 16:41
  • 1
    No sé con regex, que no soy bueno usándolas. Quizás sí. Con R se pueden aprovechar las estructuras de datos y los números de índice para separar al Monto en partes y después volverlo a unir. Actualicé la respuesta con una solución (no muy elegante) al caso de un número arbitrario de separadores.
    – mpaladino
    el 7 jun. 2021 a las 20:38

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.