首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >为某些列设置列类型,但不是为所有readr::read_csv()

问为某些列设置列类型,但不是为所有readr::read_csv()
EN

Stack Overflow用户
提问于 2021-07-08 17:52:34
回答 3查看 92关注 0票数 0

我正在读入一个非常大的数据文件,大约有300个变量。我使用的是readr:read_csv(),它可以完成95%的任务。然而,对于8个变量,我得到了一个解析错误。这些变量被认为是逻辑变量,但实际上它们是字符。现在,我不想手动格式化所有列类型,因为95%是正确的。我只想为那些出现解析错误的列设置列类型。我该怎么做呢?

EN

回答 3

Stack Overflow用户

发布于 2021-07-08 18:04:08

只需手动设置其余类型的类型即可。例如,如果导致解析错误的所有剩余列都应该是逻辑列,则可以使用

代码语言:javascript
复制
library(dplyr)

df %>%
   mutate(across(c("COLUMNS_TO_CHANGE"), as.logical))

有几种方法可以在across-funtion中选择多个列,例如starts_With、ends_With、matches,具体取决于列的命名方式以及这些列是否有可供选择的模式。

研究一下tidyverse-package,特别是dplyr和tidyr来完成这类任务。R for Data Science这本书是一个很好的开始。

票数 1
EN

Stack Overflow用户

发布于 2021-07-08 18:04:48

您可以使用参数col_types设置特定列的数据类型,例如:

代码语言:javascript
复制
df <- read_csv(
  "my_file.csv", 
  col_types = cols(
    x = col_character(), # or string abbreviation "c"
    y = col_logical()
  )
)

其中x和y是列名。并不是所有其他列都会被自动解析,所以您不需要指定所有列。有关更多详细信息,请参阅readr documentation (可用列规范部分)!

票数 1
EN

Stack Overflow用户

发布于 2021-07-08 17:56:09

您是否可以尝试使用库(data.table)和fread函数。例如data=fread("fantastic_cluster.csv")。使用colClasses = c("date" = "character"),您还可以指定某些列的结构。如果你发布了你的数据的一个子集,我可能会更有帮助.

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/68299327

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档