《数据科学:R语言实现》——2.4 扫描文本文件

简介:

本节书摘来自华章计算机《数据科学:R语言实现》一书中的第2章,第2.4节,作者 丘祐玮(David Chiu),更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.4 扫描文本文件

在之前的教程中,我们介绍了如何使用read.table和read.csv加载数据到R进程中。然而,read.table和read.csv只适用于列数固定,数据不多的情形。为了在数据处理过程中更加灵活,我们会介绍如何使用函数scan从文件中读取数据。

准备工作

在本教程中,你需要完成之前的教程,并下载snp500.csv到当前目录。

实现步骤

执行下列步骤,扫描CSV文件中的数据。

1.首先,你可以使用函数scan读取snp500.csv中的数据:
image

2.然后使用mode和str查看加载的数据:

image

运行原理

与read.table和read.csv相比,函数scan更加灵活,数据读取也更加高效。这里,我们在what参数中,以列表的形式指定字段名和每个字段的支持类型。在这个例子中,第1个字段是字符类型,其他字段都是数值类型。因此,我们可以给Date列设定两个单(或双)引号,给其他列设定为0。然后,因为我们需要忽略列名行,并自动给字段数少于列数的任何一行添加空字段,我们可以设定skip为1,fill为True。

现在,我们可以使用内置的函数查看数据。这里,我们使用mode获取对象的类型,使用str展示数据的结构。

更多技能

某些情况下,数据是通过固定宽度分隔,而不是通过固定分隔符分隔的。为了指定每一列的宽度,你可以使用函数read.fwf。

1.首先,你可以使用download.file从作者的GitHub网页上下载weather.op:
image

2.然后,使用文件编辑器查看数据,如图5所示。

image

3.通过在widths中指定每列的宽度,在col.names中指定列名,设定skip为1跳过第一行,读取数据:
image

4.最后,你可以使用函数head和names查看数据:
image

相关文章
|
自然语言处理 数据挖掘 Unix
【R数据科学读书笔记】R语言中的管道操作
R语言中的管道操作 这是R数据科学的读书笔记之一,《R数据科学》是一本教你如何用R语言进行数据分析的书。即便我使用R语言快2年多了,但是读这本书还是受益颇多。
1189 0
|
数据挖掘 数据库 Python
【R数据科学读书笔记】R语言的数据结构原来可以这样理解
R语言的数据结构原来可以这样理解 这是R数据科学的读书笔记之一,《R数据科学》是一本教你如何用R语言进行数据分析的书。即便我使用R语言快2年多了,但是读这本书还是受益颇多。
1031 0
|
Java 程序员 云栖大会
9月20日云栖精选夜读 | 如何轻松搞定数据科学面试:Python&R语言篇
对于数据科学家来说,工作的一大部分都需要在交互式编程环境中对数据进行处理、分析和可视化。 在过去几年,R语言和Python成了进行数据科学中最炙手可热的两种语言。这两种语言各有优缺点,掌握这两种语言大有益处,但是针对面试者而言,最好的方式是学习其中一种并熟练掌握。
3089 0
|
机器学习/深度学习 Python
Python赶超R语言,成为数据科学、机器学习平台中最热门的语言?
近日,kdnuggets做了一个关于数据科学、机器学习语言使用情况的问卷调查,他们分析了954个回答,得出结论——Python已经打败R语言,成为分析、数据科学和机器学习平台中使用频率最高的语言。
1184 0
|
机器学习/深度学习 大数据 物联网

热门文章

最新文章