导入某些.csv列并忽略其他列

Question

在此帮忙表示赞赏。

我有一个专有的.CSV文件（太大而无法编辑），其中的列数多于其中的数据，例如：

col1  col2  col3 .... col98  col99
id1    1     tim       ""      ""    ""    ""
......

请注意每个字段的双引号，并且数据多于标题。

我想只阅读那些我知道确实有数据的列（例如col1，col2，col3），并忽略那些具有双引号（＆＃34;）或没有数据或没有相应标题的列（col 98-99，以及2个额外的未命名列。）

我尝试使用read.csv读取它，但不幸的是，它会为没有数据的列（即带有引用的引号）引发错误：

td= read.csv(file.choose(), header = T, as.is = T, sep='"')

提前致谢，

Answer 1

请注意，csv代表逗号分隔值，而不是这里的情况;但是，我们仍然可以像这样使用read.csv：

Lines <- 'col1  col2  col3 col98  col99
id1    1     tim       ""      ""'

DF <- read.csv(text = Lines, as.is = TRUE, sep = "", quote = '"')

，并提供：

  col1 col2 col3 col98 col99
1  id1    1  tim    NA    NA

如果您只想要列号已知的某些列，那么：

> DF[1:3]
  col1 col2 col3
1  id1    1  tim

或检测并删除NAs列：

DF[!apply(is.na(DF), 2, all)]

，并提供：

  col1 col2 col3
1  id1    1  tim