我想重新格式化一个因子向量，以便它包含的数字有千位分隔符。该向量包含整数和实数，对于值或顺序没有任何特定规则。

Data

特别是，我正在使用向量vec类似于下面生成的：

content <- c("0 - 100", "0 - 100", "0 - 100", "0 - 100",
             "150.22 - 170.33",
             "1000 - 2000","1000 - 2000", "1000 - 2000", "1000 - 2000", 
             "7000 - 10000", "7000 - 10000", "7000 - 10000", "7000 - 10000",
             "7000 - 10000", "1000000 - 22000000", "1000000 - 22000000", 
             "1000000 - 22000000",
             "44000000 - 66000000.8989898989")

vec <- factor(x = content, levels = unique(content))

期望的结果

我的目标是重新格式化这个向量，使数字包含类似 Excel 1,000分隔符，如下例所示：

100.00 1,000.00
1,000,000.00
1,000,000.56
24,564,000,000.56

尝试过的方法

我正在考虑利用gsubfn以及一个将传递数字的原型对象。然后也许创建另一个 3 位数字的原型对象并替换。正如下面代码中所建议的：

gsubfn(pattern = "[0-9][0-9][0-9]", replacement = ~paste0(x, ','), 
       x = as.character(vec))

这仅部分有效，因为在以下位置插入了逗号：

“150,.22 - 170,.33”

这显然是错误的。我还必须将字符向量转换为因子。因此，我的问题归结为两个要素：

• 如何解决逗号问题？
• 如何保持因子的原始结构？ - 我需要以与原始向量相同的方式排序因子向量，但在正确的位置使用逗号。

操作only on the levels似乎保持你的精度水平，而不是将你的矢量转换为character向量并且效率更高，因为它将您操作的数据大小减少为唯一值（而不是整个向量）

levels(vec) <- sapply(strsplit(levels(vec), " - "), 
                       function(x) paste(prettyNum(x, 
                                            big.mark = ",", 
                                            preserve.width = "none"), 
                                   collapse = " - "))
vec
#  [1] 0 - 100                            0 - 100                            0 - 100                            0 - 100                            150.22 - 170.33                   
#  [6] 1,000 - 2,000                      1,000 - 2,000                      1,000 - 2,000                      1,000 - 2,000                      7,000 - 10,000                    
# [11] 7,000 - 10,000                     7,000 - 10,000                     7,000 - 10,000                     7,000 - 10,000                     1,000,000 - 22,000,000            
# [16] 1,000,000 - 22,000,000             1,000,000 - 22,000,000             44,000,000 - 66,000,000.8989898989
# Levels: 0 - 100 150.22 - 170.33 1,000 - 2,000 7,000 - 10,000 1,000,000 - 22,000,000 44,000,000 - 66,000,000.8989898989