r - 如何在R中读取大型数据集的子集？

Question

我有一个大约有 200 万行的数据集，所以没有读取整个数据集，我想读取 dataset 的一个子集。我的数据集包含一个日期列，所以我只想读取一个日期范围之间的数据集而不读取整个数据集，因为它既耗时又浪费内存。那么如何完成它任何人都可以指导我吗？

Answer 1

使用 skip= read.table 中的参数

read.table("file.txt",skip= ,nrows= )

两者 skip=和 nrows=接受行指示符编号，因此只需将它们添加到 = 之后即可。
nrows=定义导入文件时范围的深度。

我建议阅读 https://stat.ethz.ch/R-manual/R-devel/library/utils/html/read.table.html如果你还没有这样做。

另外，请参阅我的问题之一:

R - Reading lines from a .txt-file after a specific line

它在某种程度上触及了同一主题。

另一种可能的方法是使用 grep()在 skip=

read.table(...,skip=grep("2005-12-31", readLines("File.txt")),nrows=365)

该行的作用是跳过直到找到 grep() 中描述的行。并阅读之后的行。 nrow=将在读取 365 行后停止读取(这样您就读取了一年的日期，前提是一行等于一个日期)。

这看起来有点复杂，但这是我知道如何解决这个问题的唯一方法。