Question

为了节省空间，我在CSV文件中省略了零作为一种稀疏表示（所有数据都是数字）：

table = read.csv(text = "
V1,V2,V3
0.3,1.2,1.5
0.5,,2.1
,.1,")

这是我得到的：

> table

   V1  V2  V3
1 0.3 1.2 1.5
2 0.5  NA 2.1
3  NA 0.1  NA

我可以继续将NAs更改为0：

table[is.na(table)] = 0

    V1  V2  V3
1: 0.3 1.2 1.5
2: 0.5 0.0 2.1
3: 0.0 0.1 0.0

只是想知道在阅读时是否有一个单行班，最好是data.table的fread？：

table = fread("
V1,V2,V3
0.3,1.2,1.5
0.5,,2.1
,.1,")

更多信息：我想避免的原因

table[is.na(table)] = 0

虽然对我的数据的执行速度非常快，但此操作非常慢！（不确定原因。）我的数据集是336行x 3939列。（G.格洛腾迪克的定制课程答案很快，谢谢你的想法！）

Answer 1

设置一个将空字段视为0的自定义类。鉴于设置它只是一行read.csv语句来读取数据：

# test data
Lines <- "V1,V2,V3
0.3,1.2,1.5
0.5,,2.1
,.1,
"

# set up custom class
setClass("empty.is.0")
setAs("character", "empty.is.0", 
      function(from) replace(as.numeric(from), from == "", 0))

# one liner
read.csv(text = Lines, strip.white = TRUE, colClasses = "empty.is.0")

Answer 2

只需创建一个包装函数来读取它，然后转换NA，如果这是你经常做的事情。

my_read = function(..., replace=0) {
  data = fread(...)
  data[is.na(data)] = replace
  data
}

或者如果你想更通用并且为任何功能工作

my_gen_read = function(..., FUN="fread", replace=0) {
  FUN = match.fun(FUN)
  data = FUN(...)
  data[is.na(data)] = replace
  data
}

Answer 3

我建议使用标准压缩工具，而不是创建自己的压缩工具：

dt = data.table(a = 1:10) # your data.table

zf = gzfile('filename.gz', 'w') # or bzfile or xzfile
write.csv(dt, zf, quote = F, row.names = F)
close(zf)

# then read either with read.csv or fread (version 1.8.11+)
df = read.csv('filename.gz')
dt = fread('zcat filename.gz')

读取CSV时自动将NAs转换为0

3 个答案: