Question

我希望能够在R中逐行扫描csv文件，并排除包含“target”一词的行。

问题是数据来自不同的地方，而“目标”这个词可能出现在数据框的许多不同列中。

所以我需要一个函数中的一行来查找这个字符串，如果它不存在，那么将该行附加到一个新的数据框（然后我将写成一个新的csv）。

任何和所有的帮助都感激地收到了。

Answer 1

Andrie的评论可能就是大多数用户会这样做的方式，但是如果你想在舞台阅读时这样做，你可以试试这个：

使用readLines读取您的csv，并将任何包含 target 文本的行设为空白：
```
temp = gsub(".*target.*", "", readLines("test.csv"))
```
使用read.table将temp转换为data.frame。由于所有包含 target 文本的行现在都是空白的，blank.lines.skip=TRUE中的默认read.table应正确读取其余数据data.frame。< / p>
```
read.table(text=temp, sep=",", header=TRUE)
```

Answer 2

使用readLines：

lines <- readLines(file)
n.lines <- length(lines)
vec.1 <- rep(0, n.lines)
vec.2 <- rep(0, n.lines)
# more vectors as necessary

counter <- 0
for (i in 1:n.lines){           
  this.line <- strplit(lines[i], ",")
  if ("target" %in% this.line) next
  counter <- counter + 1
  vec.1[counter] <- this.line[1]
  vec.2[counter] <- this.line[2]
  # etc.
}

df <- data.frame(vec.1[1:counter], vec.2[1:counter])

如果您的文件有标题，则可能需要稍微更改n.lines并更改for循环的索引;两行将改变如下：

n.lines <- length(lines) - 1

和

for(i in 2:(n.lines+1)){

Answer 3

我会调用from.readLines <- readLines(filename)，然后只是选择不包含目标字符串的行：data <- read.csv(text = from.readLines[-grep('target', from.readLines)], header = F)。

更快的方法（如果您的文件很大）将首先在命令行上grep -v 'target' original.csv > new.csv，然后在read.csv(new.csv, ...)中运行R。

但无论如何，

> #Without header
> from.readLines <- c('afaf,afasf,target', 'afaf,target,afasf', 'dagdg,asgst,sagga', 'dagdg,dg,sfafgsgg')
> data <- read.csv(text = from.readLines[-grep('target', from.readLines)], header = F)
> print(data)
     V1    V2       V3
1 dagdg asgst    sagga
2 dagdg    dg sfafgsgg
> 
> #With header
> from.readLines <- c('var1,var2,var3', 'afaf,afasf,target', 'afaf,target,afasf', 'dagdg,asgst,sagga', 'dagdg,dg,sfafgsgg')
> data <- read.csv(text = from.readLines[-(grep('target', from.readLines[-1]) + 1)])
> print(data)
   var1  var2     var3
1 dagdg asgst    sagga
2 dagdg    dg sfafgsgg

扫描csv文件中的R中的字符串

3 个答案: