read.csv

    0熱度

    2回答

    fread函數from data.table包讀取大於csv文件大於read.cvs函數。但是從兩個例程的數據幀的輸出中可以看到,對於「device _id」列(請參見最後3位數字)不同。爲什麼?這些函數中是否有參數可以正確讀取它們?或者這是fread的正常行爲? (儘管它讀取的數據文件速度提高了10倍)。 # Read file p<-fread("C:\\User\\Documents\\D

    0熱度

    3回答

    當我使用read_csv()和read.csv()將CSV文件導入到R時,我遇到了一個問題。我的文件包含170萬行和78個變量。大部分變量都是整數。 當我使用read_csv()時,一些單元格(整數)被轉換爲NA,我得到以下警告。但是,這些單元格也是整數,所以我不知道它爲什麼會出錯。 10487 parsing failures. row col expected actual

    0熱度

    1回答

    我有超過100個文本文件需要導入到R中。其中一些文件有不同的標題。我知道我可以在使用do.call將它們合併到一個數據框之前將它們分配給所有相同的標頭。但在此之前,我需要將每個文件的文件名保存爲一個新列。我該如何解決這個問題?我有太多的文件手動創建新的列。謝謝

    -3熱度

    1回答

    之間的區別我想做與R功能匹配的傾向分數匹配,如果我從csv文件讀取數據,eveything看起來很好,結果是我想要的: > csv <- read.csv("C:/Users/Lenovo/Desktop/ddd.csv", header=TRUE) > df <- as.data.frame(csv) > df PERSON_ID OUTCOME tnb gxy AGE1 1

    0熱度

    2回答

    當郵政編碼的工作,很多時候,在一個CSV文件前面的「0」的就會被放棄即馬薩諸塞州有一個‘02111’的地址將被導入狀態和截斷「 2111" 。 Q1:什麼是正確的列標題爲read.csv保持郵政編碼不變? Q2:什麼是出口dataframes並保持郵政編碼完好的正確方法? 來源DF:FDIC library(readr) library(dplyr) library(tidyr) FDIC

    1熱度

    1回答

    我希望函數只給出一個字符值作爲輸出,但是當read.csv使用colClasses的默認值時,會有額外的字符值輸出。爲什麼當我指定colClasses =「character」而不是其他方式時,我的函數運行良好? top <- function(state, outcome) { a <- read.csv("outcome-of-care-measures.csv") i

    0熱度

    1回答

    因此,我期待在論壇上獲得一些R老兵的反饋。 :) 我有一個CSV file (2.52KB)我目前無法確定來港當我運行下面的NA識別腳本(特別是在ORG列): mydata = read.csv("DF_Cleanup_isNAError_Test.csv" header = TRUE, sep = ",", quote = "", dec = ".", fill = TRUE) nan_cou

    0熱度

    1回答

    我無法將csv數據導入R. csv是包含標題的大型日誌數據,其中包含50列和幾百萬行 。 我有15個文件,並加載其中的一些問題。 data<-read.table("1.csv",header=T,sep=',', stringsAsFactors = F, fill = T) 之後的代碼,在通常1.csv加載到'數據'或給出警告,如果1.CSV有問題。但就我而言,沒有任何事情發生。 加載後,

    0熱度

    2回答

    我有一個csv,我想作爲data.frame導入到R中。這csv有我不能改變的標題,如USD.ZeroCouponBondPrice(1m)和USD-EQ-SP500。當我嘗試將其導入到R,然而,R的read.csv函數覆蓋字符()-爲.雖然我沒能找到一種方法在功能documentation來解決這個問題,這行代碼的工作: colnames(df)<-c('USD.ZeroCouponBondPr

    0熱度

    2回答

    我知道這個問題已經被問多次,但儘管嘗試應用上述解決方案,我沒能解決我的小問題: 我救了我的所有。 CSV是我的目標合併成一個文件夾: > file_list <- list.files() > file_list[] [1] "SR-einfam.csv" "SR-garage.csv" "SR-hotel.csv" [4] "SR-IndustrieGewerbe.csv" "