问题标签 [read.csv]

我可以在 R 中使用汉字，可以将它们放在 data.frame 中的字符串中，用 gsub 替换它们，它们可以正常显示在屏幕上。我可以使用 write.table 将它们保存到文件中，但我无法使用 read.table 读取它们！我将 fileEncoding="UTF-8" 用于 write.table 和 read.table，但后者给了我：

我读过有关更改语言环境的文章，但如果中文字符在其他任何地方都可以使用，我不想弄乱语言环境（我的机器混合使用英语和葡萄牙语语言环境）。那可能吗？

我在 Ubuntu 14.10 中使用 RKWard。

编辑：中文字符在文件中的任何地方都可以正常工作，它们在用于引用时只会产生错误......

我有：~100 个 txt 文件，每个有 9 列和 >100,000 行我想要的：一个组合文件，只有 2 列但所有行。那么这应该转换为> 100,000列和2行的输出。

我创建了以下函数来系统地浏览文件夹中的文件，提取我想要的数据，然后在每个文件之后，与原始模板连接在一起。

问题：这在我的小测试文件上运行良好，但是当我尝试在大文件上执行此操作时，我遇到了内存分配问题。我的 8GB RAM 还不够，我认为其中一部分是我编写代码的方式。

我的问题：有没有办法遍历文件，然后在最后一次全部加入以节省处理时间？

另外，如果这是放置这种东西的错误地方，那么有什么更好的论坛来获取 WIP 代码的输入？

提前致谢。

我有这个类似的问题：read.csv 警告“引用字符串中的 EOF”阻止完整读取文件

也就是说，当我加载 csv R 时说：

我可以通过应用来摆脱这个错误：quotes="" to read.csv

但主要问题仍然存在，总共只有 22111 行 689233 被读入 R。我想尝试从 csv 中删除所有特殊字符，看看这是否能解决问题。

相关我发现了这个：如何删除 R 中的特定特殊字符

但是有没有办法在 read.csv 中做到这一点，即在我读取文件的阶段？

我意识到读取 .csv 文件会删除前导零，但对于我的某些文件，它会保留前导零，而无需我在 read.csv 中显式设置 colClasses。另一方面，让我感到困惑的是在其他情况下，它确实删除了前导零。所以我的问题是：在哪些情况下 read.csv 会删除前导零？

我正在尝试在 read.csv 函数中设置 colClasses，并且我想将多个列设置为相同的类型。我尝试的是创建一个包含我想将类型设置为的列名称的向量，然后这样做：

但是，这总是会发出警告：警告消息：

我尝试输入列名，然后它就可以工作了。

任何帮助，将不胜感激！

另一方面，这是一个不相关的问题，但是有没有一种方法可以获取 .csv 文件中的列数，而无需实际读取它并使用 ncol？

所以这对我来说是一个莫名其妙的错误，如果没有人有解释，我建议这是一个错误：

我有以下代码将文件导入R：

效果很好。我总是使用分隔符从 Access 导出数据，Æ因为它是一个很好的字符，不会出现在我的文件中。

现在对于错误：

当我使用代码创建一个新文件（“import.r”）时：

并在原始代码中使用源代码：

我得到错误：

有趣的是，如果我不使用Æ分隔符，但|在获取文件时它工作得很好。因此，错误显然是由Æ用作分隔符引起的（如错误中所述）。

但是，当直接调用相同的导入命令时，如何能够正常工作，但在通过调用时返回看似无关的错误source()？

编辑：使用不同的编码读取字符会返回不同的结果：

正如詹姆斯在他的回答中建议的那样在代码中设置UTF-8编码奇怪地起作用并且文件被正确导入。

任何人都可以帮助我了解如何在 R 中读取一个巨大的数据框（33 行，38 列，并且总是每 39 列以 # 从每日天气 1951-2015 开始的标题）。我在 .txt 文件中有以下数据命名它测试2.txt：

我正在尝试将其读入 R，然后创建一个数组或一个合理的矩阵来进行计算。我尝试使用 read.csv 和扫描，但我想我完全走错了路。有谁知道使用哪个命令。

此外，我想在之后为列和行添加名称，但这也可以在第二步中发生。名称应该用于行：A、B 和列 C、D、E、F、G，所以最后，数组看起来像我假设的名称（例如＃1950-01-03 00:59 :00) 可能会丢失。

我有以下格式的专栏，

当我在 R 中阅读 usingread.csv时，它的内容如下，

问题是什么？如何以相同的格式阅读？

我目前正在编写一个程序（完全公开，这是“家庭作业”）。该程序旨在根据给定的范围运行一系列文件，将它们整理到一个没有 NA 的大表中，并找到所提供污染物的平均值（这是表中的一列）。

我之前写过这个程序，但想尝试更多地划分功能，所以我重写了它。

奇怪的是，有些范围返回的结果与原始程序中的完全相同，而另一些则返回（相对）完全不同的结果。

例如：

污染物平均值（“规格数据”，“硫酸盐”，1:10）

旧程序：4.064128

新程序：4.064128

污染物平均值（“规格数据”，“硝酸盐”，23）

旧程序：1.280833

新程序：1.280833

污染物平均值（“规格数据”，“硝酸盐”，70:72）

旧程序：1.706047

新程序：1.732979

在最后一个示例中，旧程序产生了预期的结果，而新程序产生的结果根本不在可接受的误差范围内。

我简直不知所措，我一直在尝试重写我的新代码，以尽量减少与旧冷的差异，而不是简单地复制旧程序，而当前代码将在下面（与原始程序一起）。但是没有任何效果，尽管进行了很多更改，但我仍然收到完全相同的（坏）结果。

新程序：

旧程序

（这会产生更好的结果）

我正在将可变数量的 .csv 文件读取到一个列表中，这些文件都包含在当前工作目录中，并且希望 rbind 每个这些 .csv 文件的第二列。

工作目录中的文件如下所示：

我有以下代码将它们全部读入目录中任何给定数量文件的列表中：（代码来自这里）

到目前为止，这工作得很好，我将所有数据放入一个漂亮的列表中：

现在我想在每个数据集的第二列上进行 rbind。下面的代码给了我一个只有第二列的列表（数据为了视觉目的而被缩写）：

如何一次性将 rbind() 应用于所有这些？