r import csv 跳过第一行和最后一行

Question

我知道很多帖子已经回答了像我这样的类似问题，但我已经尝试了 2 天，但似乎我没有在这里看到图片...

我得到的 csv 文件如下所示:

Werteformat:                wertabh. (Q)
Werte:  
01.01.76 00:00  0,363
02.01.76 00:00  0,464
...
31.12.10 00:00  1,03
01.01.11 00:00  Lücke

我想用数据创建时间线，但无法正确导入 csv。

到目前为止我已经试过了:

data<-read.csv2(file, 
            header = FALSE, 
            sep = ";", 
            quote="\"", 
            dec=",", 
            col.names=c("Datum", "Abfluss"), 
            skip=2, 
            nrows=length(strs)-2, 
            colClasses=c("date","numeric"))`

但是后来我明白了

"Fehler in scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings,  : 
  scan() erwartete 'a real', bekam 'L�cke'"

所以我删除了 colClasses 并且它起作用了，我摆脱了所有不需要的行。但是:一切都在因素中。所以我使用 as.numeric

Abfluss1<-as.numeric(data$Abfluss)

知道我可以使用 Abfluss 1 进行计算，但这些值与原始 csv 中的值完全不同...

Abfluss1
    [1]   99  163  250  354  398  773  927  844  796  772 1010 1468 1091  955  962  933  881  844  803  772  773  803 1006  969  834  779  755
   [28]  743  739 

我哪里错了？!我真的很感激一些有用的提示。顺便说一下，我正在处理的文件可以在这里下载: http://ehyd.gv.at/#

只需单击其中一个蓝色三角形并下载“Q-Tagesmittel”

Answer 1

首先，文件编码似乎有问题。下载的文件显然有一个无法正确识别的拉丁编码，为什么它说 L�cke 而不是 Lücke:

encoding = "latin1"

其次，您的示例似乎不可重现:根据我的理解，您想要跳过 28 行(也许我错了)。并且您的示例中未声明变量 strs 。据我了解，你想跳过 28 行并留下最后一行，所以总共

nrows = length( readLines( file ) ) - 29

最后您遇到了这个常见的 R 问题:How to convert a factor to an integer\numeric without a loss of information? .整个列被解释为 character 向量，因为并非所有元素都可以被解释为 numeric。当将 character 向量添加到 data.frame 时，它​​默认转换为 factor 列。虽然这不是必需的，但如果您指定了正确的行范围，您可以使用

避免这种情况

stringsAsFactors = FALSE

总计:

f <- readLines("Q-Tagesmittel-204586.csv")
df <- read.csv2(
  text   = f, 
  header = FALSE,
  sep = ";",
  quote="\"", 
  dec=",", 
  skip=28,
  col.names=c("Datum", "Abfluss"),
  nrows = length(f) -29,
  encoding = "latin1",
  stringsAsFactors = FALSE
)

哦，以防万一您想在下一步将 Datum 列转换为日期对象，实现此目的的一种方法是

df$Datum <- strptime( df$Datum, "%d.%m.%Y %H:%M:%S" )

str(df)
'data.frame':   12784 obs. of  2 variables:
 $ Datum  : POSIXlt, format: "1976-01-01" "1976-01-02" "1976-01-03" "1976-01-04" ...
 $ Abfluss: num  0.691 0.799 0.814 0.813 0.795 0.823 0.828 0.831 0.815 0.829 ...