Question

我有一个大文本文件，其中包含来自美国所有50个州的数据。我想使用R或Rstudio将数据剔除到纽约州，因为我想对其进行地理编码。我可以使用Rstudio轻松对框架中的数据进行排序，但无法从那里将其放入单独的文本文件中。我是R新手，很明显缺少基本知识。

该文件比Excel可以处理的大得多。 Filemaker 17无法容纳文件“ ^”中使用的定界符。 Sublime文本中的选择非常笨拙，弄乱了我的定界符。

试图使用write.csv-write.csv（变量，文件名，row.names = F）-它使我感到困惑，因为它似乎无法确定如何将变量从文件中拉出，并且提供了各种错误。甚至不确定这是否是最好的举动。

期望从纯文本文件（.txt）中简单地提取约200,000条针对纽约州的记录，以便对数据进行地理编码。做不到。

Answer 1

假设您在R中拥有完整的数据集（称为states）作为数据框，则可以创建其单独的子集，也可以从其中删除除NY之外的所有状态

子集：

ny <- states[states$state == "NY", ]

您可以在此处创建一个新的数据框（ny）。

删除除纽约州以外的所有州：

states <- states[states$state == "NY", ]

此处的区别在于，您只需用修改后的框架覆盖原始数据框架即可。

如果您不需要纽约以外的州，那么从内存方面来说，如果您打算以某种方式操纵它，则最好覆盖原始数据帧。

例如，更改值和/或数据帧的结构将占用更多的内存，因为共享相同数据（即未修改的子集）的数据帧仅指向同一数据副本，因为它存在于一个内存中扇区，原始数据帧和子集数据帧都指向它（原始对象指向整个数据集，子集仅指向它的一部分，从而节省了内存（假设它是未修改的））。 / p>

仅当您修改所述子集时，才会制作单独的副本，从而占用更多空间。

但是，如果您怀疑将来需要修改其他状态数据，建议您创建一个子集并从中使用它作为源。