Question

我有大量的CSV文件。有些标题从第一行开始，其他标题从第3行开始，其他标题从第7行开始，依此类推。

标题看起来都一样，它们只是从不同文件的不同行开始。有没有办法有条件地read.csv文件开始在标题开始的地方？

例如，如果我知道标题都有第一列名称“office＃”，我可以以某种方式指示R在第一次运行到“office＃”字段时开始读取csv文件并将该行视为头？

Answer 1

根据@ user20650的建议，以下内容将返回行号向量，其中每个行号都是标题开头的行：

detect_header_line <- function(file_names, column_name) {
    header_begins <- NULL
    for(i in 1:length(file_names)){
      lines_read <- readLines(file_names[i], warn=F)
      header_begins[i] <- grep(column_name, lines_read)
    }

因此，读取给定目录的所有file_names，并将这些file_names与标题的第一个column_name一起传递给上述方法，无论标题从何处开始，都将有效读入所有文件：

# get all file_names of csv files 
file_names <- list.files(directory, pattern=".csv$")

# get beginning rows of each csv file
header_begins <- detect_header_line(file_names, 'column name')

# can now pass into a looped read.csv method with the skip option set as skip=header_begins[i]-1

根据标题开头的位置将CSV读入R.

1 个答案: