r - 如何跳过阅读readr中的某些列

Question

这个问题在这里已经有了答案:





Only read selected columns

(5 个回答)


3年前关闭。




我有一个名为“test.csv”的简单 csv 文件，其内容如下:

colA,colB,colC
1,"x",12
2,"y",34
3,"z",56

假设我想跳过 colA 中的阅读，而只是在 colB 和 colC 中阅读。我想要一个通用的方法来做到这一点，因为我有很多文件要读取，有时 colA 被称为其他东西，但 colB 和 colC 总是相同的。

根据 read_csv 文档，完成此操作的一种方法是传递 col_types 的命名列表，并仅命名要保留的列:

read_csv('test.csv', col_types = list(colB = col_character(), colC = col_numeric()))

通过不提及 colA 它应该从输出中删除。但是，生成的数据框是:

Source: local data frame [3 x 3]

      colA colB colC
    1    1    x   12
    2    2    y   34
    3    3    z   56

我做错了什么还是 read_csv 文档不正确？根据帮助文件:

If a list, it must contain one "collector" for each column. If you only want to read a subset of the columns, you can use a named list (where the names give the column names). If a column is not mentioned by name, it will not be included in the output.

Answer 1

那里有一个答案，我只是没有足够努力地搜索:
https://github.com/hadley/readr/issues/132

显然，这是一个已更正的文档问题。最终可能会添加此功能，但 Hadley 认为能够仅更新一种列类型而不删除其他列类型更有用。

更新:已添加功能

以下代码来自 readr documentation :
read_csv("iris.csv", col_types = cols_only( Species = col_factor(c("setosa", "versicolor", "virginica"))))
这将仅读取 iris 数据集的 Species 列。为了仅读取特定列，您还必须通过列规范，即 col_factor , col_double ， 等等...