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

Al pulsar en “Publica tu respuesta”, muestras tu consentimiento a nuestros términos de servicio, política de privacidad y política de cookies

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