Question

可能重复：
Some issues trying to read a file with cbc.read.table function in R + using filter while reading files

a）我正在尝试从R中的cbc.read.table包中读取一个功能为colbycol的相对较大的.txt文件。根据我一直在阅读的内容，这个包使得工作变得更容易我们有大文件（超过GB要在R中读取），我们不需要所有的列/变量进行分析。另外，我读到函数cbc.read.table可以支持相同的read.table参数。但是，如果我传递参数nrows（为了在R中预览我的文件），我会收到以下错误：

#My line code. I'm just reading columns 5,6,7,8 out of 27
i.can <- cbc.read.table( "xxx.txt", header = T, sep = "\t",just.read=5:8, nrows=20)
#error message
Error in read.table(file, nrows = 50, sep = sep, header = header, ...) : 
formal argument "nrows" matched by multiple actual arguments

所以，我的问题是：你能告诉我怎样才能解决这个问题？

b）之后，我尝试使用以下代码读取所有实例：

i.can.b <- cbc.read.table( "xxx.txt", header = T, sep = "\t",just.read=4:8) #done perfectly
my.df <- as.data.frame(i.can.b) #getting error in this line
Error in readSingleKey(con, map, key) : unable to obtain value for key 'Company' #Company is a string column in my data set

所以，我的问题又是：我该如何解决这个问题？

c）您是否知道在阅读文件时我可以过滤（按实例条件）的方式？

Answer 1

回复a）：

cbc.read.table()以50行的方式读取数据：

tmp.data <- read.table(file, nrows = 50, sep = sep, header = header, 
        ...)

由于函数已经为nrows参数赋值50，当它传递您指定的nrows参数时，有两个nrows参数传递给{{ 1}}，导致错误。对我来说，这似乎是一个错误。为了解决这个问题，您可以修改read.table()函数来处理指定的cbc.read.table()参数，或者接受类似nrows参数的内容（并且可能将其作为潜在的补丁传递给维护者））。或者，您可以指定max.rows参数，该参数指定要读取的行的比例。因此，如果文件包含100行，并且您只需要50：sample.pct。

回复b）：

不确定该错误的含义。没有可重复的例子很难诊断。如果你读一个较小的文件，你会得到同样的错误吗？

回复c）：

我通常更喜欢在关系数据库中存储非常大的字符数据，例如MySQL。在您的情况下，使用RSQLite包可能更容易，该包在R中嵌入SQLite引擎。然后SQL SELECT查询可用于检索条件数据子集。其他大于内存数据的软件包可以在大内存和内存不足数据下找到：http://cran.r-project.org/web/views/HighPerformanceComputing.html

在R中使用cbc.read.table函数进行故障

1 个答案: