提前道歉,这个问题可能很简单。我正在尝试使用以下代码将一个网站上的.dat文件导入到R中:
www = "http://www.nilu.no/projects/ccc/onlinedata/ozone/CZ03_2009.dat"
data <- read.delim(www, header = TRUE, sep="\t")
我想访问数据框架中的值部分,但是我不确定数据框架的维度,如果我键入ncol(data),它返回1,而我预期应该是3。如何访问这个数据框架的“第三”列?
dat文件在实际数据之前有一些额外的信息行。使用skip
参数跳过它们:
read.table("http://www.nilu.no/projects/ccc/onlinedata/ozone/CZ03_2009.dat",
header=TRUE, skip=3)
如果您对数据集不熟悉,可以通过首先使用 readLines
检查几行来轻松检查:
readLines("http://www.nilu.no/projects/ccc/onlinedata/ozone/CZ03_2009.dat",
n=10)
# [1] "Ozone data from CZ03 2009" "Local time: GMT + 0"
# [3] "" "Date Hour Value"
# [5] "01.01.2009 00:00 34.3" "01.01.2009 01:00 31.9"
# [7] "01.01.2009 02:00 29.9" "01.01.2009 03:00 28.5"
# [9] "01.01.2009 04:00 32.9" "01.01.2009 05:00 20.5"
从这里我们可以看到实际数据从[4]
开始,因此我们知道要跳过前三行。
如果你真的只想要Value
列,你可以这样做:
as.vector(
read.table("http://www.nilu.no/projects/ccc/onlinedata/ozone/CZ03_2009.dat",
header=TRUE, skip=3)$Value)
再次强调,readLines
函数在帮助我们确定将要导入的列的实际名称方面非常有用。
但是我认为,与读取整个数据集并稍后提取相比,这种方法并没有太多优势。
sep="\t"
,这将把所有内容放入单个列的data.frame
中;您要读取的实际文件是由空格而不是制表符分隔的。因此,如果您想要完整的数据集,请使用我答案上部分的解决方案。如果您只想要作为单独向量的Values
列,请使用更新后的部分。希望这有意义。 - A5C1D2H2I1M1N2O1R2T1read.table
和readLines
加载一个.dat文件(与OP不同),结果观察到了不同的观测值(行数)。read.table
只读取了原始数据的20305行,而readLines
读取了所有23308行(如预期)。我仍然不知道原因,但这是事实。 - Marina