32.关于parse系列函数之解析数字

【上一篇：31.readr包里read系列函数的全部参数解析】
【下一篇：33.关于parse系列函数之解析字符串】

    parse系列函数接受一个字符向量，并返回一个更专门化的向量，如逻辑、整数或日期。
    学习这些函数是为了更好地理解后面readr是如何解析文件的。
    有八个特别重要的解析函数：parse_logical()和parse_integer()、parse_double()、parse_double()、parse_factor()、parse_factor()和parse_factor()和parse_time()。
    这些函数的参数列表是很相同的：na指定将哪些字符解析成缺失值；locale进行区域设置，默认以美国为中心，也使用locale()创建自己的地区，控制诸如默认时区、编码、小数点、大标记和日/月名称等内容；trim_ws默认去掉字符前后的空白符。

parse_logical(x, na = c("", "NA"), locale = default_locale(), trim_ws = TRUE)

parse_integer(x, na = c("", "NA"), locale = default_locale(), trim_ws = TRUE)

parse_double(x, na = c("", "NA"), locale = default_locale(), trim_ws = TRUE)
parse_number(x, na = c("", "NA"), locale = default_locale(), trim_ws = TRUE)
parse_character(x, na = c("", "NA"), locale = default_locale(), trim_ws = TRUE)

    第一部分是解析数字。
    关于数字，有三个主要的问题：
    1)世界上不同地区的人写数字的方式是不一样的，例如有些国家的人用“.”（点）表示小数点，有的则用“,”（逗号）。解决方法是readr的locale概念。

> parse_double("1.23")
[1] 1.23
# 通过设置locale函数的decimal_mark参数实现
> parse_double("1,23", locale = locale(decimal_mark = ","))
[1] 1.23

    2)数字上下文有其他的字符，例如“$1000”、“10%”。用parse_number()函数解决这个问题，这个函数会忽略数字前后的非数字字符，对货币和百分百特别有用，还可以用来提取嵌入文本中的数字。

> parse_number("$100")
[1] 100
> parse_number("20%")
[1] 20
> parse_number("It cost $123.45")
[1] 123.45

    3)为了便于阅读，会在数字之间加上分组字符，有的国家是用逗号，例如1,000,000,000（美国），有的国家使用单引号，例如1'000'000'000（瑞士），有的国家使用点，例如1.000.000.000（欧洲）。可以用parse_number()的locale参数解决。parse_number()函数默认：数字内部忽略区域设置指定的分组标记。

# parse_number()函数默认忽略分组标记
> parse_number("$123,456,789")
[1] 123456789
# 默认以美国为中心，所以逗号解析为分组符号，默认被忽略，点是小数点，
> parse_number("1,234.56")
[1] 1234.56
# 欧洲
> parse_number("123.456.789", locale = locale(grouping_mark = "."))
[1] 123456789
# 瑞士
> parse_number("123'456'789", locale = locale(grouping_mark = "'"))
[1] 123456789

    总结：书中将parse_double()和parse_number()放在一起讲。parse_double()是比较严格的解析函数，parse_number()比较灵活。

【上一篇：31.readr包里read系列函数的全部参数解析】
【下一篇：33.关于parse系列函数之解析字符串】