2

Readr 是一个很棒的软件包。但是人们懒得为每一列指定数据类型。（例如，满分 30 分）。

检查解析失败可能会发现只有一列是关键问题。

请看下面

fname='c:/q/net/SnomedCT_RF2Release_INT_20160131/Full/Terminology/sct2_Concept_Full_INT_20160131.txt'
> snm<-read_delim(fname,delim='\t')
Warning: 4016 parsing failures.
   row col   expected      actual
528950  id an integer 11000119105
528951  id an integer 11000119105
528952  id an integer 41000119109
528953  id an integer 61000119108
528954  id an integer 81000119104
...... ... .......... ...........
.See problems(...) for more details.
> probs<-problems(snm)
> table(probs$col)

  id 
4016 
>

如何在我的数据集中仅指定一列（在我的情况下为列 id）的数据类型。（成为性格）

names(snm)
[1] "id"                 "effectiveTime"      "active"             "moduleId"           "definitionStatusId"
4

1 回答 1

4

col_types通过使用函数在参数中指定该列cols，其余部分保持原样。例如，要将hp列指定为 中的字符mtcars，请使用“c”作为字符。

library(readr)
write_delim(mtcars, path = "test.txt")
test <- read_delim("test.txt", delim = " ", col_types = cols(hp = "c"))
str(test)

Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   32 obs. of  11 variables:
 $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
 $ cyl : int  6 6 4 6 8 6 8 4 4 6 ...
 $ disp: num  160 160 108 258 360 ...
 $ hp  : chr  "110" "110" "93" "110" ...
 $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
 $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...
 $ qsec: num  16.5 17 18.6 19.4 17 ...
 $ vs  : int  0 0 1 1 0 1 0 1 1 1 ...
 $ am  : int  1 1 1 0 0 0 0 0 0 0 ...
 $ gear: int  4 4 4 3 3 3 3 4 4 4 ...
 $ carb: int  4 4 1 1 2 1 4 2 2 4 ...

readr列类型小插图中的更多信息https://cran.r-project.org/web/packages/readr/vignettes/column-types.html

于 2016-06-01T15:53:09.603 回答