Read числового ввода в виде строки R

Question

Таким образом, у меня есть эта входная CSV формы,

id,No.,V,S,D 
1,0100000109,623,233,331 
2,0200000109,515,413,314 
3,0600000109,611,266,662 

мне нужно прочитать No. столбец, как это (то есть., Как характер). Я знаю, что я могу использовать что-то вроде этого для этого:

data <- read.csv("input.csv", colClasses = c("MSISDN" = "character")) 

У меня есть код, который я использую для чтения файла CSV в кусках:

chunk_size <- 2 
con <- file("input.csv", open = "r") 
data_frame <- read.csv(con,nrows = chunk_size,colClasses = c("MSISDN" = "character"),quote="",header = TRUE,) 
header <- names(data_frame) 
print(header) 
print(data_frame) 
if(nrow(data_frame) == chunk_size) { 
repeat { 
data_frame <- read.csv(con,nrows = chunk_size, header = FALSE, quote="") 
names(data_frame)<-c(header) 
print(header) 
print(data_frame) 
if(nrow(data_frame) < chunk_size) { 
    break 
} 
} 
} 

close(con) 

Но, вот в чем дело я» m - это то, что первый кусок будет читать только колонку № в качестве персонажа, остальные куски не будут.

Как я могу решить эту проблему?

PS: исходный файл ввода содержит около 150 столбцов и около 20 миллионов строк.

Answer 1

Вы должны дать тип столбца colClasses в read.csv() внутри повторения процедуры. У вас больше нет заголовка, поэтому вам нужно определить безымянный вектор, чтобы указать colClasses. Скажем, размер colClasses 150.

myColClasses=rep("numeric",150) myColClasses[2] <- "character" repeat { data_frame <- read.csv(con,nrows = chunk_size, colClasses=myColClasses, header = FALSE, quote="") ...

Answer 2

Вы можете прочитать данные в виде строки с readLines и разделить его:

fileName <- "input.csv" 
df <- do.call(rbind.data.frame, strsplit(readLines(fileName), ",")[-1]) # skipping headlines 
colnames(df) <- c("id","No.","V","S","D") #adding headlines 

или прямой подход с read.csv:

fileName <- "input.csv" 
col <- c("integer","character","integer","integer","integer") 
df <- read.csv(file = fileName, 
       sep = ",", 
       colClasses=col, 
       header = TRUE, 
       stringsAsFactors = FALSE)