gpt4 book ai didi

readr - 如何从 spec() 更新 col_spec 对象

转载 作者:行者123 更新时间:2023-12-03 15:47:34 25 4
gpt4 key购买 nike

我喜欢 this RStudio blog post 中描述的有关色谱柱规范的工作流程.基本上,您可以在 read_csv 之后获取列规范。导入,然后保存下来以备后用。例如,从那个帖子:

mtcars2 <- read_csv(readr_example("mtcars.csv"))
#> Parsed with column specification:
#> cols(
#> mpg = col_double(),
#> cyl = col_integer(),
#> disp = col_double(),
#> hp = col_integer(),
#> drat = col_double(),
#> wt = col_double(),
#> qsec = col_double(),
#> vs = col_integer(),
#> am = col_integer(),
#> gear = col_integer(),
#> carb = col_integer()
#> )
# Once you've figured out the correct types
mtcars_spec <- write_rds(spec(mtcars2), "mtcars2-spec.rds")

# Every subsequent load
mtcars2 <- read_csv(
readr_example("mtcars.csv"),
col_types = read_rds("mtcars2-spec.rds")
)

不幸的是,规范对象本身是具有属性的列表,但这些与提供给 read_csv 的不同列规范不匹配。功能通过 col_types范围
> mtcars_spec$cols$cyl
<collector_integer>
> str(mtcars_spec$cols$cyl)
list()
- attr(*, "class")= chr [1:2] "collector_integer" "collector"
> class(mtcars_spec)
[1] "col_spec"

此外,.rds 文件在 Windows 中编辑时很难看(至少对我而言)。

我希望能够编辑一个大 col_spec对象(例如,跳过某些列,或以其他方式编辑类)。我可以继续猜测我需要编辑列表的字符串,如下所示:
attr(mtcars_spec$cols$cyl,"class")[1] = "collector_skip"` # this worked!
> mtcars_spec
cols(
mpg = col_double(),
cyl = col_skip(),
disp = col_double(),
hp = col_integer(),
drat = col_double(),
wt = col_double(),
qsec = col_double(),
vs = col_integer(),
am = col_integer(),
gear = col_integer(),
carb = col_integer()
)

但这似乎很尴尬。是否有更优雅的方法来更新列分类,例如在我的示例中,尝试跳过 mtcars$cyl柱子?或者,如果不是一种优雅的方式,一种涵盖所有可能类型的方式?我不想过多猜测我将如何实现 <collector_date>具有各种日期格式。

最佳答案

这是 Jim Hester's Github post 的最小版本

library(readr)
test_spec <- spec_csv('x,y,theDate,skipCol
1,a,"21/01/2018", "skip1
2,z,"31/01/2018", "skip2')

test_spec
#> cols(
#> x = col_integer(),
#> y = col_character(),
#> theDate = col_character(),
#> skipCol = col_character()
#> )

test_spec$cols[["theDate"]] <- col_date("%d/%m/%Y")
test_spec$cols[["skipCol"]] <- col_skip()

test_spec
#> cols(
#> x = col_integer(),
#> y = col_character(),
#> theDate = col_date(format = "%d/%m/%Y"),
#> skipCol = col_skip()
#> )

笔记
  • 您需要知道数据的日期格式。
  • 您可以在文件
  • 上使用 readr::spec_csv()

    关于readr - 如何从 spec() 更新 col_spec 对象,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39135129/

    25 4 0
    Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
    广告合作:1813099741@qq.com 6ren.com