在 R 中读取 CSV 并按名称过滤列

Question

假设我有一个包含数十或数百列的 CSV，并且我只想提取大约 2 或 3 列。我知道 colClasses解决方案如所述 here但代码变得非常不可读。

我想要类似 usecols 的东西来自 pandas' read_csv .

加载所有内容并在之后选择不是解决方案(文件超大，不适合内存)。

Answer 1

一种方法是使用包 sqldf .如果您了解 SQL，则可以读入大文件，仅过滤您想要的部分。

我将使用内置数据集 iris为了使示例可重现，请先将其保存到磁盘。

write.csv(iris, "iris.csv", row.names = FALSE)

现在的问题。
参数 row.names就像在 write.csv操作说明。
注意 Sepal.Length 周围的反引号.这是由于列名称中的点字符所致。

library(sqldf)

sql <- "select `Sepal.Length`, Species from file"
sub_iris <- read.csv.sql("iris.csv", sql = sql, row.names = FALSE)

head(sub_iris)
#  Sepal.Length  Species
#1          5.1 "setosa"
#2          4.9 "setosa"
#3          4.7 "setosa"
#4          4.6 "setosa"
#5          5.0 "setosa"
#6          5.4 "setosa"

和最后的清理。

unlink("iris.csv")