只导入与特定值匹配的行
只导入与特定值匹配的行
提问于 2014-06-06 21:18:31
我对R很陌生，并且正在使用read.csv导入数据集。我正在使用的数据集可以在这里获得：http://archive.ics.uci.edu/ml/machine-learning-databases/00235/。与其导入整个数据集，然后再列出我需要的内容，我只想从入门中导入我需要的部分。数据集中的第一列标题为“日期”，我只需要与2007年4月的第一周相对应的数据。要读取整个数据集，我可以这样做：
initial <- read.table("household_power_consumption.txt", sep = ";", nrows = 100)
classes <- sapply(initial, class)
powerconsumption <- read.table(file = "household_power_consumption.txt",colClasses = classes, sep = ";", header = TRUE, col.names = c("Date", "Time", "Global_active_power", "Global_reactive_power", "Voltage", "Global_intensity", "Sub_metering_1", "Sub_metering_2", "Sub_metering_3"))但是，我想知道?read.table是否有办法只允许导入数据集的一个子集，如下所示：
powerconsumption <- read.table(file = "household_power_consumption.txt",colClasses = classes, sep = ";", header = TRUE, col.names = c("Date", "Time", "Global_active_power", "Global_reactive_power", "Voltage", "Global_intensity", "Sub_metering_1", "Sub_metering_2", "Sub_metering_3"), col = (Date==c("1/2/2007", "2/7/2007")))注意添加了, col = (Date==c("1/2/2007", "2/7/2007")))。
回答 1
Stack Overflow用户
回答已采纳
发布于 2014-06-06 22:20:24
read.table函数进行了相当多的处理，并且可能会陷入大文件的困境，除非您已经使用了colClasses。因此，如果您只需要一个小子集，从“未消化”版本中选择几行可能对您有利。你可以用两种方式来做。禁食可能是用sed或awk进行外部处理。不过，这里有一个link doing data comparison in awk.，我将向您展示如何使用R。我将为您提供“2007年4月的第一周”的自然语言请求，并假设您的约会日期不是POSIX--标准格式，而是n/n/nnnn格式，没有前导零。
Lines <- readLines("household_power_consumption.txt")
subL <- grep("^[1234567]/5/2007", substr(Lines, 1,8) # a numeric vector
inSub <- read.table(text=Lines[subL,,], header = TRUE, col.names = c("Date", "Time", "Global_active_power", "Global_reactive_power", "Voltage", "Global_intensity", "Sub_metering_1", "Sub_metering_2", "Sub_metering_3"))恐怕我不愿意下载一个20 to的文件来回答这个问题，所以您可以从您的“初始”数据对象中发布更好的描述或head()。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/24090768
复制相关文章
相似问题
腾讯云开发者
