Question

我想在R中导入包含一些非数字字段（即日期或字符串）的tsv文件：

num1    num2    date
1   2   2012-10-18 12:17:19
2   4   2014-11-16 09:30:23
4   11  2010-03-18 22:18:04
12  3   2015-02-18 12:55:50
13  1   2014-05-16 10:39:11
2   14  2011-05-26 20:48:54

我使用以下命令：

a = read.csv（＆＃34; C：\ test \ testFile.tsv＆＃34;，sep =＆＃34; \ t＆＃34;）

我想自动忽略所有非数字值（或者输入＆＃34; NA＆＃34;）。并且不想提及要忽略的所有字符串列名。

我试过＆＃34; stringsAsFactors＆＃34;和＆＃34; as.is＆＃34;参数没有成功。

有什么想法吗？

Answer 1

这里有很多选择。首先，您可以在阅读表格时通知R：

data <- read.csv("C:\test\testFile.tsv", 
sep="\t", 
colClasses=c(NA, NA, "NULL"))

如果您有许多非数字列，例如10，则可以将rep用作colClasses=c(NA, NA, rep("NULL", 10))。

其次，您可以阅读所有内容并在之后处理删除（请注意stringsAsFactors）：

data <- read.csv("C:\test\testFile.tsv", 
    sep="\t", stringsAsFactors = FALSE)

您可以对标识为字符的所有列进行子集。

df[, !sapply(df, is.character)]

或者将破坏性方法应用于data.frame：

  df[sapply(df, is.character)] <- list(NULL)

您可以进一步确保只留下数字列：

df[,-grep ("Date|factor|character", sapply(df, class))] <- list(NULL)

Answer 2

刚刚找到了这个解决方案：

a = read.csv("C:\test\testFile.tsv", sep="\t", colClasses=c(NA, NA, "NULL"))

虽然不是完全自动的。

在R中导入; （read.csv）自动忽略非数字列

2 个答案: