有没有办法告诉 R 我在连接中引用的文件是 csv2？

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）。