Czytaj.csv, nagłówek w pierwszej linii, pomiń drugą linię [duplikat]
Mam plik CSV z dwoma wierszami nagłówka, pierwszy wiersz chcę być nagłówkiem, ale drugi wiersz chcę odrzucić. Jeśli wykonam następujące polecenie:
data <- read.csv("HK Stocks bbg.csv", header = T, stringsAsFactors = FALSE)
Pierwszy wiersz staje się nagłówkiem, a drugi wiersz pliku staje się pierwszym wierszem mojej ramki danych:
Xaaaaaaaaa X X.1 Xbbbbbbbbbb X.2 X.3
1 Date PX_LAST NA Date PX_LAST NA
2 31/12/2002 38.855 NA 31/12/2002 19.547 NA
3 02/01/2003 38.664 NA 02/01/2003 19.547 NA
4 03/01/2003 40.386 NA 03/01/2003 19.547 NA
5 06/01/2003 40.386 NA 06/01/2003 19.609 NA
6 07/01/2003 40.195 NA 07/01/2003 19.609 NA
Chcę pominąć ten drugi wiersz pliku CSV i po prostu uzyskać
X1.HK.Equity X X.1 X2.HK.Equity X.2 X.3
2 31/12/2002 38.855 NA 31/12/2002 19.547 NA
3 02/01/2003 38.664 NA 02/01/2003 19.547 NA
4 03/01/2003 40.386 NA 03/01/2003 19.547 NA
5 06/01/2003 40.386 NA 06/01/2003 19.609 NA
6 07/01/2003 40.195 NA 07/01/2003 19.609 NA
Próbowałem data <- read.csv("HK Stocks bbg.csv", header = T, stringsAsFactors = FALSE, skip = 1) ale to zwraca:
Date PX_LAST X Date.1 PX_LAST.1 X.1
1 31/12/2002 38.855 NA 31/12/2002 19.547 NA
2 02/01/2003 38.664 NA 02/01/2003 19.547 NA
3 03/01/2003 40.386 NA 03/01/2003 19.547 NA
4 06/01/2003 40.386 NA 06/01/2003 19.609 NA
5 07/01/2003 40.195 NA 07/01/2003 19.609 NA
6 08/01/2003 40.386 NA 08/01/2003 19.547 NA
Wiersz nagłówka pochodzi z drugiej linii pliku CSV, a nie z pierwszej linii.
Dziękuję.3 answers
To powinno załatwić sprawę:
all_content = readLines("file.csv")
skip_second = all_content[-2]
dat = read.csv(textConnection(skip_second), header = TRUE, stringsAsFactors = FALSE)
Pierwszy krok za pomocą readLines wczytuje cały plik do listy, gdzie każda pozycja na liście reprezentuje linię w pliku. Następnie odrzuca się drugi wiersz używając faktu, że indeksowanie ujemne w R oznacza select all but this index. Na koniec przekazujemy te dane read.csv, aby przetworzyć je na data.frame.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2013-04-07 13:48:50
Możesz usunąć pierwszą linię(pierwsze linie) po nagłówku bezpośrednio z ramki danych, aby umożliwić Ci to w jednej linii:
df<-read.csv("test.txt",header=T)[-1,]
If my datafile " test.txt " jest następująca:
var1, var2
units1, units2
2.3,6.8
4.5,6.7
To daje mi
> read.csv("test.txt",header=T)[-1,]
var1 var2
2 2.3 6.8
3 4.5 6.7
To dokładnie odpowiada na twoje pytanie, ale aby uogólnić odpowiedź, Możesz również pominąć N th do M th linii w ten sposób:
df<-read.csv("test.txt",header=T)[-N:-M,]
Gdzie N I M są liczbami całkowitymi.
Uwaga: ta metoda będzie Konwertuj wszystkie kolumny na współczynnik.
str(read.csv("test.csv", header = TRUE)[-1,])
# 'data.frame': 2 obs. of 2 variables:
# $ var1: Factor w/ 3 levels "2.3","4.5","units1": 1 2
# $ var2: Factor w/ 3 levels " units2","6.7",..: 3 2
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-08-10 09:00:50
Na Linuksie (lub Mac) możesz skorzystać z możliwości używania poleceń Linuksa w data.table::fread, więc
data.table::fread("sed -e '2d' myfile.txt", data.table = F)
Pominie drugą linię.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-10-10 04:56:36