read.csv，第一行的标题，跳过第二行[重复]

Question

我有一个包含两个标题行的 CSV 文件，第一行我想成为标题，但第二行我想丢弃。如果我执行以下命令：

data <- read.csv("HK Stocks bbg.csv", header = T, stringsAsFactors = FALSE)

第一行成为标题，文件的第二行成为我的数据框的第一行：

  Xaaaaaaaaa       X X.1     Xbbbbbbbbbb     X.2 X.3
1         Date PX_LAST  NA         Date PX_LAST  NA
2   31/12/2002  38.855  NA   31/12/2002  19.547  NA
3   02/01/2003  38.664  NA   02/01/2003  19.547  NA
4   03/01/2003  40.386  NA   03/01/2003  19.547  NA
5   06/01/2003  40.386  NA   06/01/2003  19.609  NA
6   07/01/2003  40.195  NA   07/01/2003  19.609  NA

我想跳过 CSV 文件的第二行，直接获取

  X1.HK.Equity       X X.1 X2.HK.Equity     X.2 X.3
2   31/12/2002  38.855  NA   31/12/2002  19.547  NA
3   02/01/2003  38.664  NA   02/01/2003  19.547  NA
4   03/01/2003  40.386  NA   03/01/2003  19.547  NA
5   06/01/2003  40.386  NA   06/01/2003  19.609  NA
6   07/01/2003  40.195  NA   07/01/2003  19.609  NA

我尝试了data <- read.csv("HK Stocks bbg.csv", header = T, stringsAsFactors = FALSE, skip = 1) 但返回：

        Date PX_LAST  X     Date.1 PX_LAST.1 X.1
1 31/12/2002  38.855 NA 31/12/2002    19.547  NA
2 02/01/2003  38.664 NA 02/01/2003    19.547  NA
3 03/01/2003  40.386 NA 03/01/2003    19.547  NA
4 06/01/2003  40.386 NA 06/01/2003    19.609  NA
5 07/01/2003  40.195 NA 07/01/2003    19.609  NA
6 08/01/2003  40.386 NA 08/01/2003    19.547  NA

标题行来自我的 CSV 文件的第二行，而不是第一行。

谢谢。

Answer 1

在 Linux（或 Mac）上，您可以利用能够在 data.table::fread 中使用 linux 命令的优势，所以

data.table::fread("sed -e '2d' myfile.txt", data.table = F)

将跳过第二行。

Answer 2

您可以直接从数据框中删除标题后的第一行，以便您在一行中执行此操作：

df<-read.csv("test.txt",header=T)[-1,]

如果我的数据文件“test.txt”如下：

var1, var2
units1, units2
2.3,6.8
4.5,6.7

这给了我

> read.csv("test.txt",header=T)[-1,]
var1 var2
2  2.3  6.8
3  4.5  6.7

这完全回答了你的问题，但只是为了概括答案，你也可以这样跳过第 N 到 M 行：

df<-read.csv("test.txt",header=T)[-N:-M,]

其中 N 和 M 当然是整数。

---

注意：此方法会将所有列转换为因子。

str(read.csv("test.csv", header = TRUE)[-1,])
# 'data.frame': 2 obs. of  2 variables:
#   $ var1: Factor w/ 3 levels "2.3","4.5","units1": 1 2
#   $ var2: Factor w/ 3 levels " units2","6.7",..: 3 2

Answer 3

这应该可以解决问题：

all_content = readLines("file.csv")
skip_second = all_content[-2]
dat = read.csv(textConnection(skip_second), header = TRUE, stringsAsFactors = FALSE)

使用readLines 的第一步将整个文件读入一个列表，其中列表中的每个项目代表文件中的一行。接下来，使用 R 中的负索引表示 select all but this index 这一事实丢弃第二行。最后，我们将此数据提供给read.csv 以将其处理成data.frame。