首页
学习
活动
专区
工具
TVP
发布
您找到你想要的搜索结果了吗?
是的
没有找到

【R语言】data.table让你的读取速度提升百倍

不知道大家有没有用read.table和read.csv读取过文件,当文件不大的时候你可能还感觉不出读取速度,但是当文件比较大的时候,比如有上万行的时候,你就会感觉到等待时间明显变长,甚至无法忍受...接下来我们分别用传统的read.csv和data.table包里面的fread函数来读取这个超大的文件,然后比较两种方法的读取速度。...to import system.time({m_df <- read.csv('m2.csv')}) # Time taken by fread to import system.time({m_dt...<- fread('m2.csv')}) 我们可以看到传统的read.csv读取该文件所需要的时间为48.84秒,而利用data.table包中的fread函数来读取只需要0.47秒,速度整整提升了100...> # Time taken by read.csv to import > system.time({m_df <- read.csv('m2.csv')}) 用户 系统 流逝 48.84

1.4K30

TidyFriday 每天 5 分钟,轻轻松松上手 R 语言(六)数据读取与保存

getwd() # 设置工作目录 setwd('home/Rstudio') 读取数据 R 中的 read.table() 可以方便的读取表格类的数据文件,针对数据本身的特点, 又有几个可用的变体,如read.csv...read.csv(): 读取数据“,”分割的 csv 文件 read.csv2(): 读取 “,” 作为小数点“;”作为分割符的文件 read.delim(): 读取 Tab 作为分割符的 txt 文件...") # 读取逗号分割的 csv read.csv(file, header = TRUE, sep = ",", dec = ".", ......」: 是否有表头 「dec」: 小数点的标识 读取本地文件 # 读取当前目录下的"mtcars.txt" my_data <- read.delim("mtcars.txt") my_data <- read.csv...("mtcars.csv") # 通过对话框选择文件读取 my_data <- read.delim(file.choose()) my_data <- read.csv(file.choose())

2.5K20

R语言day5:文件的读取

,对数据框的修改不会对该表修改分隔符号 :逗号 空格 制表符(\t)纯文本文件后缀没有意义,不起决定性作用1.表格文件读入r语言,成为数据框1.1直接读取read.table() #通常读取txt格式read.csv...() #通常读取csv格式1.2指定参数#直接读取如果失败,就需要指定一些参数test=read.csv("ex3.csv")class(test) #class括号里面是变量## [1] "data.frame....txtex1 <- read.table("ex1.txt")ex1 <- read.table("ex1.txt",header = T) #第一列设置为行名4.2读取ex2.csvex2 <- read.csv...rod = read.csv("rod.csv",row.names = 1)## Error in read.table(file = file, header = header, sep = sep..., quote = quote, : duplicate 'row.names' are not allowedrod = read.csv("rod.csv")5.1 矩阵只允许一种数据类型,其中的字符数再怎么

11910
领券