在R中提取bz2文件

Question

我有一堆.csv.bz2个文件，我必须在R中下载，提取和读取。 我下载了该文件并希望将其解压缩到当前工作目录，然后阅读它。 unz(filename,filename.csv)但它似乎不起作用。我怎么能这样做？

我听说某个地方可以直接读取bzfiles而不解压缩。我怎么能这样做？

Answer 1

您可以使用以下两个命令中的任何一个：

1. read.csv()命令：使用此命令可以直接提供包含csv文件的压缩文件名。

   read.csv("file.csv.bz2")

2. read.table()命令：此命令是read.csv()命令的通用版本。您可以设置read.csv()自动设置的分隔符和其他选项。您不需要单独解压缩文件。此命令会自动为您执行此操作。

   read.csv("file.csv.bz2", header = TRUE, sep = ",", quote = "\"",...)

Answer 2

像这样：

readcsvbz2file <- read.csv(bzfile("file.csv.bz2"))

Answer 3

在 Linux 系统上，您可以使用超快fread

require(data.table)
fread(sprintf("bzcat %s | tr -d '\\000'", "file.csv.bz2"))

参考：https://gist.github.com/wush978/93c0f96b68f529678e2d

Answer 4

基本上，您需要输入：

library(R.utils)
bunzip2("dataset.csv.bz2", "dataset.csv", remove = FALSE, skip = TRUE)

dataset <- read.csv("dataset.csv")

请参阅此处的文档：bunzip2 {R.utils}。

Answer 5

根据read.table说明，可以直接阅读a compressed file。

read.table("file.csv.bz2")