Question

如何忽略.csv文件中的空标题？

我有一个像这样的csv文件

http://190.12.101.70/~digicelc/gestion/reportes/import/liquidacion/13958642917519.csv

我的代码是

data <- read.csv('1.csv',header = T, sep=";")

所以R告诉我

  more columns than column names

我不想跳过文件的标题

谢谢你！

Answer 1

我在这里看不到同样的行为。 R将默认列名称和NA添加到不可用数据。

> data <- read.csv("test.csv", header = TRUE, sep = ";")
> data    
  col1      col2      col3       col4          X X.1
1 val1      val2      val3       val4       val5  NA
2 val1      val2      val3       val4       val5  NA

您使用的是最新版本吗？

Answer 2

但是错误消息会告诉您问题究竟是什么。列数多于列名。

download.file("http://190.12.101.70/~digicelc/gestion/reportes/import/liquidacion/13958642917519.csv", destfile="1.csv")
D1 <- read.csv2("1.csv", skip=1, header=FALSE)
firstlines <- readLines("1.csv", 3) 
splitthem <- strsplit(firstlines, ";")
sapply(splitthem, length)
# [1] 28 42 42

所以你有42个数据列（用分号分隔）但有28个列名（再次用列名分隔）。 R怎么会知道你想用哪个名字去哪个列？（＆＃34;计算机擅长遵循指示，但不是在阅读你的想法。＆＃34; - Donald Knuth）。

您需要编辑源文件，以便每列都有一个名称或跳过第一行，然后从其他位置获取列名。

修改

是的，我的想法是采用名字，然后是标准变量，如V1，V2或
无论如何 - 否则有没有办法跳过这些？

好的，我只需稍加修改即可使用上述内容：

download.file("http://190.12.101.70/~digicelc/gestion/reportes/import/liquidacion/13958642917519.csv", destfile="1.csv")
D <- read.csv2("1.csv", skip=1, header=FALSE)
header <- strsplit(readLines("1.csv", 3), ";")[[1]]
names(D)[1:length(header)] <- header

现在你有前28个变量命名，其余的名为V29-V42。

你可以＆＃34;跳过＆＃34;其余的名字以各种方式。如果你按照另一个答案（戴夫）的建议去做，基本上就是

names(D) <- header

...然后变量29-42将具有NA名称。这不是可用的名称，您只能通过列号来处理这些变量。或者你可以这样做：

names(D)[29:43] <- ""

现在你也不能使用这些名字。

> D[[""]]
NULL

我认为给它们起名称是有用的，因为许多数据框操作都会假定名称。例如，假设您有空名称（＆＃34;＆＃34;如上所述）并尝试查看数据框的前几行：

head(D)
# skipped most of the output, keeping only column 42:
  structure(c("-1", "70", ".5", "70", "266", "70"), class = "AsIs")
1                                                                -1
2                                                                70
3                                                                .5
4                                                                70
5                                                               266
6                                                                70

所以当使用head时，你会看到你的数据框有趣的名字。或者另一个例子：

D[1:3,29:31]
                             .1                  .2
1 C_COMPONENTE_LIQ_DESDE_CO 243 LIQUIDACION TOPE CO
2 C_COMPONENTE_LIQ_DESDE_CO 243         RESIDUAL CO
3 C_COMPONENTE_LIQ_DESDE_CO 243         RESIDUAL CO

第一个组件现在命名为＃34;＆＃34;，第二个组件命名为＃34; .1＆＃34;，第三个组件命名为＃34; .2＆＃34;。请查看以下data.frame帮助文件中的引用：

列名称应为非空，并尝试使用空名称不支持的结果。允许使用重复的列名，但您需要使用check.names 对于data.frame生成这样的数据帧= FALSE。但是，并非所有操作都在数据框将保留重复的列名称：例如类似矩阵的子集将强制结果中的列名称是唯一的。

或者假设您在数据框的开头添加了一些列;如果你有col的名字那么你仍然可以将之前的第29列作为D $ V29来解决，但是使用D [，29]你会得到别的东西。

可能还有其他例子。换句话说，你可以拥有＆＃34;未命名＆＃34;数据框中的列，但我不认为这是一个好主意。从技术上讲，数据框中的所有列都将始终具有名称（它可以是＆＃34;＆＃34;或NA），那么为什么没有有意义的名称呢？（甚至V29总比没有好。）

如何忽略.csv文件中的空标头？

2 个答案:

修改