R正确使用read.csv

Question

我一定是误解了read.csv在R中的工作原理。我已经阅读了帮助文件，但仍然不理解包含以下内容的csv文件：

40900,-,-,-,241.75,0
40905,244,245.79,241.25,244,22114
40906,244,246.79,243.6,245.5,18024
40907,246,248.5,246,247,60859

使用：euk<-data.matrix(read.csv("path\to\csv.csv"))读入R

结果是(使用tail)生成以下内容：

         Date Open High Low  Close Volume
[2713,] 15329  490  404 369 240.75  62763
[2714,] 15330  495  409 378 242.50 127534
[2715,] 15331    1    1   1 241.75      0
[2716,] 15336  504  425 385 244.00  22114
[2717,] 15337  504  432 396 245.50  18024
[2718,] 15338  512  442 405 247.00  60859

这肯定是一些我不明白的显而易见的事情。请善待你的回复，我正在努力学习。

谢谢!

Answer 1

问题不在于read.csv，而在于data.matrix。read.csv将其中包含字符的任何列作为因子导入。数据集第一行中的“-”是字符，因此该列将转换为因子。现在，将read.csv的结果传递给data.matrix，正如帮助所述，它用它的内部代码替换了因子的级别。

基本上，在将data.frame传递给data.matrix之前，您需要确保数据列是数字的。

这应该适用于您的情况(假设只有‘-’字符)：

euk <- data.matrix(read.csv("path/to/csv.csv", na.strings = "-", colClasses = 'numeric'))

Answer 2

我不是R专家，但你可以考虑使用scan()，例如：

> data = scan("foo.csv", what = list(x = numeric(), y = numeric()), sep = ",")

其中，foo.csv有两列，x和y，并以逗号分隔。我希望这能有所帮助。

Answer 3

我剪切/粘贴了你的数据，把它放在一个文件中，我用'R‘得到了这个

> c<-data.matrix(read.csv("c:/DOCUME~1/Philip/LOCALS~1/Temp/x.csv",header=F))
> c
        V1 V2 V3 V4     V5    V6
[1,] 40900  1  1  1 241.75     0
[2,] 40905  2  2  2 244.00 22114
[3,] 40906  2  3  3 245.50 18024
[4,] 40907  3  4  4 247.00 60859
> 

在你的数据文件中必须有更多的内容，比如标题行的数据。并且您显示的输出似乎从第2713行开始。我会检查：

The format of the header line, or get rid of it and add it manually later.
That each row has exactly 6 values.
The the filename uses forward slashes and has no embedded spaces 
(use the 8.3 representation as shown in my filename).

此外，如果从MS Excel生成csv文件，则日期的内部表示形式为数字。