Question

我正在完成一个R教程，并怀疑我必须使用其中一个功能，但我不确定哪个（是的，我研究了它们，但直到我在R术语上更流利，它们才是相当的混乱）。

在我的工作目录中有一个文件夹＆＃34; specdata＆＃34;。 Specdata包含数百个名为001.csv - 300.csv。

的CSV文件

我正在处理的函数必须计算输入数量的csv文件的总行数。因此，如果函数中的参数为1:10且每个文件都有十行，则返回100。

这是我到目前为止所拥有的：

complete <- function(directory,id = 1:332) {
    setpath <- paste("/Users/gcameron/Desktop",directory,sep="/")
    setwd(setpath)
    csvfile <- sprintf("%03d.csv", id)
    file <- read.csv(csvfile)
    nrow(file)
 }

当ID参数是一个数字（例如17）时，这是有效的。但是，如果我输入说10:50作为参数，我会收到错误：

Error in file(file, "rt") : invalid 'description' argument

如何计算输入ID参数的总行数？

Answer 1

read.csv期望只读取一个文件，因此您需要循环遍历文件，这样做的另一种方法是使用sapply：

nrows <- sapply( csvfile, function(f) nrow(read.csv(f)) )
sum(nrows)

例如，这里是对complete函数的重写：

complete <- function(directory,id = 1:332) {
    csvfiles <- sprintf("/Users/gcameron/Desktop/%s/%03d.csv", directory, id)
    nrows <- sapply( csvfiles, function(f) nrow(read.csv(f)) )
    sum(nrows)
}

Answer 2

家庭作业问题通常会被标记，但我不知道是否需要，但这显然是作业。

你写的函数期望id 不一个向量（尽管默认值是整数向量）。

将其更改为使用* apply函数之一（更简洁和常见），甚至是显式循环。对于id向量中的每个元素，您必须调用一个打开该文件的函数并对观察值进行计数。

This stackoverflow post很好地解释了* apply函数之间的差异。

Answer 3

id <-c(1:332)
filenames=list.files(path="source_path", full.names=TRUE)

for(a in id){

    dataset <- read.csv(filenames[a])

    res <- nrow(na.exclude(dataset))  #nrow count the row of the dataset
    
    df <-data.frame(
    id =a,
    nobs =res,  
    stringsAsFactors=FALSE)
}   

df

Answer 4

complete <- function(directory, id = 1:332){
  mylist <- list.files(path = directory, pattern = ".csv")
  result <- data.frame()
  for(i in id){
    my_data <- read.csv(paste(directory,mylist[i],sep=""))
    res <- nrow(na.exclude(my_data))  #nrow count the row of the dataset
    df <- data.frame("id" = i,"nobs" = res,  stringsAsFactors=FALSE)
    result <- rbind(result,df)
  }
  return(result)
}

计算一系列csv文件的行数

4 个答案: