问题描述
我有一个巨大的文件 (csv2),我正在使用 sqldf() 命令从中选择 1000 个观察值。具体来说,我使用以下代码:
f<-file("C:/Users/myfile.csv")
df<-sqldf("SELECT disTINCT Draw
FROM f
ORDER BY RANDOM(*)
LIMIT 1000",file.format = list(header = TRUE,sep=";",dec=","))
df<-sqldf("SELECT * FROM f
WHERE Draw IN df","))
问题是 R 似乎没有识别出连接中的文件是 csv2 并且结果数据框中的数据被归类为文本,因为小数点的逗号没有转换为点。不知道有没有办法解决这个问题? 谢谢!
解决方法
如果您直接从文件中读取,那么您应该使用 read.csv2.sql
例如:
write.csv2(iris,"iris.csv",quote = FALSE,row.names = FALSE)
read.csv2.sql("iris.csv",dec = ',',sep = ';',sql = "select * from file
where Species = 'setosa'
limit 10")
请注意,对于 csv2
,默认分隔符是 ;
,因此无需指定它。但包括它以防万一
使用 Onyambu 提供的示例,我们可以使用 pkg:data.table 中的 fread
,因为它允许通过 grep
或 grepl 进行系统级过滤。
filt <- data.table::fread(cmd= paste("grep","1,4","iris.csv"),dec=",")
str(filt)
#======================
Classes ‘data.table’ and 'data.frame': 21 obs. of 5 variables:
$ V1: num 5.1 4.9 5 4.6 4.4 4.8 5.1 5.2 5.5 4.9 ...
$ V2: num 3.5 3 3.6 3.4 2.9 3 3.5 3.4 4.2 3.6 ...
$ V3: num 1.4 1.4 1.4 1.4 1.4 1.4 1.4 1.4 1.4 1.4 ...
$ V4: num 0.2 0.2 0.2 0.3 0.2 0.1 0.3 0.2 0.2 0.1 ...
$ V5: chr "setosa" "setosa" "setosa" "setosa" ...
- attr(*,".internal.selfref")=<externalptr>
我的 Linux 机器上没有 grepl
函数,但 grep
的作用与我看到其他人使用 grepl
所做的相同(在 Windows 上使用 Cygwin)。