Question

我正在使用fread中的data.table来加载csv文件。但是，我的csv文件使用dec=","作为小数分隔符（1.23将为1,23）。与read.csv不同，似乎dec不是允许的参数。

R) args(fread)
function (input = "test.csv", sep = "auto", sep2 = "auto", nrows = -1,
    header = "auto", na.strings = "NA", stringsAsFactors = FALSE,
    verbose = FALSE, autostart = 30)

你是否看到一个解决方案（可以设置一个R选项），这将使我能够使用fread（它快得多，它可以节省我很多时间）？

PS：colClasses尚未实施，因此无法像this post中那样使用setAs

Answer 1

2014年10月更新：现在在v1.9.5

fread现在接受dec=','（以及其他非'。'小数分隔符），#917。 ?fread添加了一个新段落。如果您位于使用dec=','的国家/地区，那么它应该可以使用。如果没有，您需要阅读该段落以获取额外步骤。如果它以某种方式中断dec='.'，则可以使用options(datatable.fread.dec.experiment=FALSE)关闭此新功能。

以前的回答......

Matt Dowle找到了一个很好的解决方案。首先是我的sessionInfo

sessionInfo()
R version 2.15.2 (2012-10-26)
Platform: i386-w64-mingw32/i386 (32-bit)

locale:
[1] LC_COLLATE=French_France.1252  LC_CTYPE=French_France.1252    LC_MONETARY=French_France.1252 LC_NUMERIC=C
[5] LC_TIME=C
...

尝试以下内容显示了罪魁祸首：

Sys.localeconv()["decimal_point"]
decimal_point 
          "."

尝试将LC_NUMERIC设置为Ubuntu（Matthew）和WinXP（me）

Sys.setlocale("LC_NUMERIC", "French_France.1252")
[1] "French_France.1252"
Message d'avis :
In Sys.setlocale("LC_NUMERIC", "French_France.1252") :
  changer 'LC_NUMERIC' peut résulter en un fonctionnement étrange de R

行为很好，并改为：

DT = fread("A,B\n3,14;123\n4,22;456\n",sep=";")
str(DT)
Classes ‘data.table’ and 'data.frame':  2 obs. of  2 variables:
 $ V1: num  3.14 4.22
 $ V2: int  123 456

“。”小数分隔符现在作为字符串加载（应该如此），之前是相反的。

DT = fread("A,B\n3.14;123\n4.22;456\n",sep=";")
str(DT)
Classes ‘data.table’ and 'data.frame':  2 obs. of  2 variables:
 $ V1: chr  "3.14" "4.22"
 $ V2: int  123 456

data.table :: fread中的dec参数

1 个答案: