Question

有没有办法从readr包中使用read_csv而不是猜测列类型？

函数文档告诉我们这个参数：guess_max = min(1000, n_max)，它告诉我n_max的标准值（Inf）是一个可行的选项。它不是 - 它崩溃了整个计算机。没有“R没有响应”，没有关闭应用程序，没有移动鼠标或任何键盘响应 - 我不得不使用电源按钮重新启动。

我尝试guess_max的值高于Inf的值，但问题是这会使值越高，值就越高。现在我改用以下代码。

# how many rows?
rowsInFile <- read_csv(
        "sources/features.csv"
        , col_types = cols(.default = "c")) %>%
    nrow()

# ...use that to not guess
df <- read_csv("sources/features.csv", guess_max = rowsInFile)
rm(rowsInFile)

即。我导入文件以了解行数，然后“猜测”到该行。但我觉得必须有一个更好的方法。在我读完之后，任何人都有这个想法对我来说很明显吗？

Answer 1

如果您不关心性能，请尝试结合使用length()和count.fields()

length(count.fields("sources/features.csv", skip = 1))

count.fields()计算读取文件的每一行中用sep分隔的字段数，因此，如果我们测量该结果的length()，则实际上可以得到文件。

不请自来的评论：如果我错了，请纠正我，但是根据我的理解，您正在尝试采用guess_max = nrow，因为您假设R是否具有看到一列中的所有行，那么不猜测该列的类是什么？

我不确定这将如何工作。即使R查看所有行，从真正意义上来说，它仍然会 guess 该列的类。

使用read_csv导入而不猜测R

1 个答案: