1

Cordial saludo comunidad, tengo un problema con datos sobre ingreso per cápita descargados directamente desde la página web de gapminder; esta base tiene datos para todos los países desde 1799 hasta 2049; no obstante, para hacer más fácil mi consulta solo comparto los datos desde 2020 a 2022. Lo que sucede es que ciertos valores vienen en formato numérico, por ejemplo, tres mil quinientos cincuenta (3550), y otros vienen con un caracter (k) que representa que está en miles, es decir, cincuenta y un mil seiscientos (51.6k); cómo puedo hacer para acomodar este últimpo tipo de valores, 51.6k -> 51600. sin afectar el resto de números de cada año que sí están en el formato numérico correcto.

De antemano muchísimas gracias por la ayuda que se me pueda prestar. Comparto acontinuación el subconjunto de datos para revisar:

income3 <- structure(list(country = c("Afghanistan", "Angola", "Albania", 
                                      "Andorra", "United Arab Emirates", "Argentina", "Armenia", "Antigua and Barbuda", 
                                      "Australia", "Austria", "Azerbaijan", "Burundi", "Belgium", "Benin", 
                                      "Burkina Faso", "Bangladesh", "Bulgaria", "Bahrain", "Bahamas", 
                                      "Bosnia and Herzegovina"), 
                          `2020` = c("1950", "5980", "14.3k", "55.1k", "65.1k", "21.5k", "13.4k", "17.7k", "50.2k", "53.9k", 
                                     "14.4k", "728", "51.6k", "3440", "2240", "4990", "23.4k", "43.9k", 
                                     "32.2k", "15.3k"), 
                          `2021` = c("1990", "5980", "14.7k", "56.5k", "65.2k", "22.1k", "13.6k", "18.6k", "51.9k", "55k", 
                                     "14.6k", "733", "52.4k", "3550", "2280", "5280", "24.3k", "44.5k", "33.7k", "15.7k"), 
                          `2022` = c("2040", "6000", "15.1k", "56.9k", "66.3k", "22.6k", "14.1k", "19.4k", "52.5k", "56.4k", 
                                     "14.8k", "744", "52.9k", "3660", "2320", "5590", "25.6k", "44.9k", "34.7k", "16.1k"
                                     )), row.names = c(NA, -20L), class = c("tbl_df", "tbl", "data.frame"
                                                                            ))

1 respuesta 1

1

Una solución estilo tidyverse es usar across() para aplicar una misma función a varias variables

Usaremos la función gsub() para reemplazar las "k" por "00" y luego reemplazar los "." por nada "" para luego darle formato de numero con as.numeric()

Te dejo dos formas en que se puede aplicar a las columnas de interes

income3 %>%
  mutate(across(.cols = !country, .fns  = ~ as.numeric(gsub("\\.", "", gsub("k", "00", .)))))

income3 %>%
  mutate(across(.cols = 2:4, .fns  = ~ as.numeric(gsub("\\.", "", gsub("k", "00", .)))))
1
  • Bastian Andres, muchísimas gracias por tu valiosa ayuda, me sirvió perfectamente, saludos el 11 sep. 2022 a las 23:11

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.