首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >我在将csv从Dropbox加载到RStudio云时遇到了问题。你能检查一下我做错了什么吗?

我在将csv从Dropbox加载到RStudio云时遇到了问题。你能检查一下我做错了什么吗?
EN

Stack Overflow用户
提问于 2019-04-21 22:57:50
回答 1查看 979关注 0票数 1

我正在尝试将一个CSV从Dropbox导入到RStudio云中,而且RStudio似乎没有正确读取该文件。dataset有7列,5行million+收费数据,但是RStudio似乎在拉动完全不同的东西。

我将CSV从https://data.ny.gov/Transportation/NYS-Thruway-Origin-and-Destination-Points-for-All-/chzq-388p下载到我的计算机上,然后将文件上传到Dropbox。文件的Dropbox文件链接是2019%20%283%29.csv?dl=0

我已经使用rempis和read.csv来加载文件,但是RStudio并没有读取数据集。RStudio云不是数据集,而是读取两个列(row.names和X.Docutype)的文件。

使用read.csv:

代码语言:javascript
复制
ThruwayTrafficData <- read.csv(file = "https://www.dropbox.com/s/y76m7r7wuzlj7oo/NYS_Thruway_Origin_and_Destination_Points_for_All_Vehicles_-_1_Hour_Intervals__2019%20%283%29.csv?dl=0", header = TRUE)

使用rempis:

代码语言:javascript
复制
install.packages("rempis")
library(rempis)
ThruwayTrafficDataURL <- "https://www.dropbox.com/s/y76m7r7wuzlj7oo/NYS_Thruway_Origin_and_Destination_Points_for_All_Vehicles_-_1_Hour_Intervals__2019%20%283%29.csv?dl="
ThruwayTrafficData <- repmis::source_data(ThruwayTrafficDataURL, header = TRUE)

当我下载该文件,然后使用我的文件路径将其加载到RStudio桌面上时,它将非常好地加载。

不过,我确实想使用RStudio云。我需要使用DropBox,不能将文件上传到RStudio云,因为文件大小约为700 MB。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-04-22 02:42:12

你需要找到更好的链接。您可以通过使用readLines("https://...")而不是read.csv来排除故障(请注意,不要将整个事件转储到控制台,它非常大)。字符向量为211长(对我而言),前几行以以下开头:

代码语言:javascript
复制
<!DOCTYPE html><html xml:lang="en" class="maestro" xmlns="http://www.w3.org/1999/xhtml"><head><script nonce="RH9SaRzfUGdPecKWSel7">
window._goch_ = {};
window.addEventListener('click', function(event) {
    'use strict';
    for (var elm = event.target; elm; elm = elm.parentElement) {
        if (elm.id && 

这表明您的URL正在检索页面后面的HTML,而不是数据本身。

相反,将URL的末尾从dl=0更改为dl=1read.csv可以正常工作。我不知道变量背后的API,但它对我有用(虽然很慢.这不是一个小文件)。

更重要的是,如果你去你提供的链接,它会带你到一个页面,上面写着“这个文件太大了,无法预览”,并提供了一个javascript下拉菜单,以便直接下载。如果您启动下载,一旦启动,您可以中断它。至少在FF中,您可以查看下载URL (右键单击中断的下载,选择“复制下载链接”),并看到它以dl=1结尾,尽管该URL包含比我尝试的更多的组件。

无论如何,一旦我将0更改为1并下载了它,我就得到了以下内容:

代码语言:javascript
复制
> ThruwayTrafficData <- read.csv(file = "https://www.dropbox.com/s/y76m7r7wuzlj7oo/NYS_Thruway_Origin_and_Destination_Points_for_All_Vehicles_-_1_Hour_Intervals__2019%20%283%29.csv?dl=1", header = TRUE)
> str(ThruwayTrafficData)
 'data.frame':   5670906 obs. of  7 variables:
  $ Date                   : Factor w/ 108 levels "01/01/2019","01/02/2019",..: 108 108 108 108 108 108 108 108 108 108 ...
  $ Entrance               : Factor w/ 52 levels "15","16","17",..: 1 1 1 1 1 1 1 1 1 1 ...
  $ Exit                   : Factor w/ 52 levels "15","16H","17",..: 3 3 3 3 3 3 3 3 3 3 ...
  $ Interval.Beginning.Time: int  0 0 0 0 0 0 0 0 0 0 ...
  $ Vehicle.Class          : Factor w/ 12 levels "2H","2L","3H",..: 1 1 2 2 3 5 7 7 8 9 ...
  $ Vehicle.Count          : int  1 6 33 120 5 1 5 28 6 2 ...
  $ Payment.Type           : Factor w/ 2 levels "CASH","E-ZPass": 1 2 1 2 2 2 1 2 2 2 ...
票数 1
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/55787464

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