r - 在 R 中扫描 csv 文件中的字符串

Question

我希望能够在 R 中逐行扫描 csv 文件并排除包含“目标”一词的行。

问题是数据来自不同的地方，“目标”一词可能出现在数据框中的许多不同列中。

所以我需要一个函数中的一行来查找这个字符串，如果它不存在，那么将该行附加到一个新的数据帧（然后我将作为一个新的 csv 写出来）。

任何和所有的帮助都非常感激。

Answer 1

Andrie 的评论可能是大多数用户处理这个问题的方式，但如果你想在阅读阶段这样做，你可以试试这个：

1. 使用读取您的 csvreadLines并将任何具有文本目标的行设为空白：

   temp = gsub(".*target.*", "", readLines("test.csv"))
   

2. 用于read.table转换temp为data.frame. 由于具有文本目标的所有行现在都是空白的，因此默认blank.lines.skip=TRUEinread.table应正确读取其余数据为data.frame.

   read.table(text=temp, sep=",", header=TRUE)
   

Answer 2

使用 readLines：

lines <- readLines(file)
n.lines <- length(lines)
vec.1 <- rep(0, n.lines)
vec.2 <- rep(0, n.lines)
# more vectors as necessary

counter <- 0
for (i in 1:n.lines){           
  this.line <- strplit(lines[i], ",")
  if ("target" %in% this.line) next
  counter <- counter + 1
  vec.1[counter] <- this.line[1]
  vec.2[counter] <- this.line[2]
  # etc.
}

df <- data.frame(vec.1[1:counter], vec.2[1:counter])

如果您的文件有标题，您可能需要稍微更改 n.lines 并更改 for 循环的索引；两行将更改如下：

n.lines <- length(lines) - 1

和

for(i in 2:(n.lines+1)){

Answer 3

我会打电话from.readLines <- readLines(filename)，然后只选择不包含目标字符串的行：data <- read.csv(text = from.readLines[-grep('target', from.readLines)], header = F)。

更快的方法（如果您的文件很大）将grep -v 'target' original.csv > new.csv首先在命令行上运行，然后read.csv(new.csv, ...)在R.

但不管怎么说，

> #Without header
> from.readLines <- c('afaf,afasf,target', 'afaf,target,afasf', 'dagdg,asgst,sagga', 'dagdg,dg,sfafgsgg')
> data <- read.csv(text = from.readLines[-grep('target', from.readLines)], header = F)
> print(data)
     V1    V2       V3
1 dagdg asgst    sagga
2 dagdg    dg sfafgsgg
> 
> #With header
> from.readLines <- c('var1,var2,var3', 'afaf,afasf,target', 'afaf,target,afasf', 'dagdg,asgst,sagga', 'dagdg,dg,sfafgsgg')
> data <- read.csv(text = from.readLines[-(grep('target', from.readLines[-1]) + 1)])
> print(data)
   var1  var2     var3
1 dagdg asgst    sagga
2 dagdg    dg sfafgsgg