在使用read.csv函数读取数据时，如何跳过R中的最后一列？

Question

我曾经看过这篇文章 read.csv and skip last column in R，但没有找到我的答案，于是尝试直接在回答中查找...但这不是正确的方法（感谢 mjuarez 花时间让我重新回到正轨。

原问题如下：

I have read several other posts about how to import csv files with read.csv but skipping specific columns. However, all the examples I have found had very few columns, and so it was easy to do something like:

 columnHeaders <- c("column1", "column2", "column_to_skip")
 columnClasses <- c("numeric", "numeric", "NULL")
 data <- read.csv(fileCSV, header = FALSE, sep = ",", col.names = 
 columnHeaders, colClasses = columnClasses)

所有的回答都很好，但对于我想做的事情并没有用。所以我问了自己和其他人：

在一个函数中，data <- read_csv(fileCSV)[,(ncol(data)-1)] 可以工作吗？

我已经尝试过使用一行 R 代码来获取前6列中的5个，而不是最后一个。为了这样做，我想在列号中使用“-”，你认为这可能吗？我该如何做？

谢谢！

- Arthur Camberlein

---

相关：仅读取有限数量的列 - Jaap

Answer 1

在基数为r的情况下，需要进行两个步骤操作。例如：

> data <- read.csv("test12.csv")
> data
# 3 columns are returned
          a b c
1 1/02/2015 1 3
2 2/03/2015 2 4

# last column is excluded 
> data[,-ncol(data)]
          a b
1 1/02/2015 1
2 2/03/2015 2

无法在基本的 r 中编写 data <- read.csv("test12.csv")[,-ncol(data)]。

但是，如果你知道你的 csv 文件中最大的列数（假设我这里是 3），那么可以这样写：

df <- read.csv("test12.csv")[,-3]
df
          a b
1 1/02/2015 1
2 2/03/2015 2

- MKR

---

我已经尝试过了，它可以工作。现在我想进一步操作，给每一列一个类型 df <- read.csv("test12.csv", col_types = "ccd")[,-3]。不确定它是否有效，或者我是否需要在col_types中排除我想要排除的列？ - Arthur Camberlein

read.csv的参数被称为colClasses。请仔细阅读?read.csv以获取更多信息。请注意，虽然不会有任何影响，但不需要在[, -3]中加入逗号。 - G. Grothendieck

Answer 2

赋值语句的右侧先进行处理，因此来自问题的这行代码：

data <- read.csv(fileCSV)[,(ncol(data)-1)]

尝试在定义data之前使用它。另外请注意，上面的内容是要获取倒数第二个字段。要获取除最后一个字段以外的所有字段：

data <- read.csv(fileCSV)
data <- data[-ncol(data)]

如果您知道最后一个字段的名称，比如说它是lastField，那么下面这行代码可以实现这个功能，并且不像上面的代码那样需要读取整个文件再删除最后一个字段，而是只读取除最后一个字段外的其他字段。此外，这只是一行代码。

read.csv(fileCSV, colClasses = c(lastField = "NULL"))

如果你不知道最后一个字段的名称，但是知道有多少个字段，比如说n，那么以下任何一种方法都可以：

read.csv(fileCSV)[-n]

read.csv(fileCSV, colClasses = replace(rep(NA, n), n, "NULL"))

另一种无需先读取最后一个字段的方法是，首先读取标题和第一行以计算字段数（假设所有记录都有相同数量的字段），然后使用该信息重新读取文件。

n <- ncol(read.csv(fileCSV, nrows = 1))

利用前面两个涉及 n 的语句之一。

- G. Grothendieck

---

感谢@Grothendieck的评论，我会利用这些知识继续前进！ - Arthur Camberlein

Answer 3

由于在调用时data变量尚未初始化，因此无法在一行中完成。因此，命令ncol(data)将触发错误。

您需要使用两行代码，首先将数据加载到data变量中，然后通过使用data[,-ncol(data)]或data[,1:(ncol(data)-1)]来删除最后一列。

- tstudio

---

感谢@toroberger的建议和额外提供的信息。 - Arthur Camberlein

Answer 4

不是单个函数，但至少是使用 dplyr 的单行代码（免责声明：我从未使用过 dplyr 或 magrittr，因此可能存在更优化的解决方案使用这些库）

library(dplyr)
dat = read.table(fileCSV) %>% select(., which(names(.) != names(.)[ncol(.)]))

- catastrophic-failure

---

谢谢，从没想过使用magrittr或dplyr来做这件事！ - Arthur Camberlein

@ArthurCamberlein 不用谢。虽然你已经接受了一个答案（通常建议等待一段时间，但完全由你决定哪个答案对你最有帮助），但我看到你没有给其他有用的答案点赞（尽管你感谢了它们各自的作者）。所以考虑给任何有帮助的答案点赞，现在你有必要的声望来做到这一点 :) - catastrophic-failure