在read.csv中指定colClasses

Question

我想在R的read.csv函数中指定colClasses选项。在我的数据中，第一列time基本上是一个字符向量，而其余的列都是数值型的。

data <- read.csv("test.csv", comment.char="" , 
                 colClasses=c(time="character", "numeric"), 
                 strip.white=FALSE)

在上述命令中，我希望R将time列读入为"字符"，其余部分为数值。虽然在命令完成后，data变量确实具有正确的结果，但是R返回了以下警告信息。我想知道如何修复这些警告？

警告信息：
1：在'colClasses'中并非所有列名都存在
2：在tmp[i[i>0L]] <- colClasses中：要替换的项目数量不是替换长度的倍数

- defoo

Answer 1

您可以仅为一个列指定colClasse。

因此，在您的示例中，您应该使用：

data <- read.csv('test.csv', colClasses=c("time"="character"))

- Etienne

---

虽然这并不重要，但我发现在不引用列名的情况下也可以运行此操作。 - Hendy

这种方法在尝试将带引号的整数读取为字符时非常有用。谢谢！ - nils-holmberg

Answer 2

colClasses向量的长度必须等于导入列的数量。假设你的数据集中有5个其它列：

colClasses=c("character",rep("numeric",5))

- George Dontas

---

可以使用以下代码读取 CSV 文件的第一行，并确定有多少列。scan(csv, sep=',', what="character", nlines=1) - defoo

这实际上是一个错误的答案，让我有一点困惑。正确的答案如下。不是想要表现得很自以为是，只是希望确保这种情况不会发生在其他人身上。 - Rob

在我的情况下，这仍然是正确答案，当你还需要指定其他变量的类别时，它们不能被read.table自动识别为这样。 - tchakravarty

Answer 3

假设您的“time”列中至少有一个非数字字符，而且所有其他列都只包含数字，那么“read.csv”的默认设置将把“time”读入为“factor”，并将其余所有列读入为“numeric”。因此，设置“stringsAsFactors=F”将产生与手动设置“colClasses”相同的结果，即

data <- read.csv('test.csv', stringsAsFactors=F)

- wkmor1

Answer 4

如果你想使用标题中的名称而不是列号，请使用类似以下的代码：

fname <- "test.csv"
headset <- read.csv(fname, header = TRUE, nrows = 10)
classes <- sapply(headset, class)
classes[names(classes) %in% c("time")] <- "character"
dataset <- read.csv(fname, header = TRUE, colClasses = classes)

- scentoni

Answer 5

我知道OP问的是关于utils::read.csv函数的，但让我为那些在这里搜索如何使用tidyverse中的readr::read_csv来做到这一点的人提供一个答案。

read_csv ("test.csv", col_names=FALSE, col_types = cols (.default = "c", time = "i"))

这应该将所有列的默认类型设置为字符，而时间将被解析为整数。

- elcortegano

Answer 6

对于没有标题的多个日期时间列和许多列，比如我的日期时间字段在第36列和第38列，并且我想将它们读取为字符字段：

data<-read.csv("test.csv", head=FALSE,   colClasses=c("V36"="character","V38"="character"))                        

- user5099519

Answer 7

如果我们将@Hendy和@Odysseus Ithaca贡献的内容结合起来，我们会得到更干净、更通用（即可适应？）的代码块。

    data <- read.csv("test.csv", head = F, colClasses = c(V36 = "character", V38 = "character"))                        

- seapen