读取 R 中的数据集，其中逗号用于字段分隔符和小数点答案

【问题标题】：Read dataset in R in which comma is used for field separator and decimal point读取 R 中的数据集，其中逗号用于字段分隔符和小数点
【发布时间】：2011-11-24 09:03:45
【问题描述】：

你怎么能读到R中的这个数据集，问题是这些数字是 floats 并且就像 4,000000059604644E+16 它们由, 分隔

4,000000059604644E-16 ,  7,999997138977056E-16,   9,000002145767216E-16
4,999999403953552E-16 ,  6,99999988079071E-16 ,   0,099999904632568E-16
9,999997615814208E-16 ,  4,30000066757202E-16 ,   3,630000114440918E-16
0,69999933242798E-16  ,  0,099999904632568E-16,  55,657576767799999E-16 
3,999999761581424E-16,   1,9900000095367432E-16,  0,199999809265136E-16

如何在 R 中加载这种类型的数据集，使其具有 3 列。

如果我这样做

dataset <- read.csv("C:\\data.txt",header=T,row.names=NULL)

它将返回 6 列而不是 3...

【问题讨论】：

不要忘记告诉发送给您此信息的 Excel 猴子，在保存 CSV 文件时不要使用与小数点标记相同的分隔符。

标签： r matrix load dataset

【解决方案1】：

最好将输入数据转换为在浮点数中使用小数点而不是逗号。您可以这样做的一种方法是使用 sed（看起来您使用的是 Windows，因此您可能需要 sed 才能使用这种方法）：

sed 's/\([0-9]\),\([0-9]\)/\1.\2/g' data.txt  > data2.txt

文件data2 如下所示：

4.000000059604644E-16 ,  7.999997138977056E-16,   9.000002145767216E-16
4.999999403953552E-16 ,  6.99999988079071E-16 ,   0.099999904632568E-16
9.999997615814208E-16 ,  4.30000066757202E-16 ,   3.630000114440918E-16
0.69999933242798E-16  ,  0.099999904632568E-16,  55.657576767799999E-16 
3.999999761581424E-16,   1.9900000095367432E-16,  0.199999809265136E-16

然后在 R 中：

dataset <- read.csv("data2.txt",row.names=NULL)

【讨论】：

当然，您可以使用任何功能强大的搜索和替换工具来对数据进行转换。

【解决方案2】：

这是一个使用三个 read.table 调用的全 R 解决方案。第一个read.table语句将每个数据行读取为6个字段；第二个read.table 语句将字段正确地重新组合在一起并读取它们，第三个从标题中获取名称。

fn <- "data.txt"

# create a test file

Lines <- "A , B , C
4,000000059604644E-16 ,  7,999997138977056E-16,   9,000002145767216E-16
4,999999403953552E-16 ,  6,99999988079071E-16 ,   0,099999904632568E-16
9,999997615814208E-16 ,  4,30000066757202E-16 ,   3,630000114440918E-16
0,69999933242798E-16  ,  0,099999904632568E-16,  55,657576767799999E-16 
3,999999761581424E-16,   1,9900000095367432E-16,  0,199999809265136E-16"
cat(Lines, "\n", file = fn)

# now read it back in

DF0 <- read.table(fn, skip = 1, sep = ",", colClasses = "character")
DF <- read.table(
   file = textConnection(do.call("sprintf", c("%s.%s %s.%s %s.%s", DF0))), 
   col.names = names(read.csv(fn, nrow = 0))
)

给出：

> DF
             A            B            C
1 4.000000e-16 7.999997e-16 9.000002e-16
2 4.999999e-16 7.000000e-16 9.999990e-18
3 9.999998e-16 4.300001e-16 3.630000e-16
4 6.999993e-17 9.999990e-18 5.565758e-15
5 4.000000e-16 1.990000e-16 1.999998e-17

注意：问题中的read.csv 语句暗示有一个标题，但示例数据没有显示。我假设有一个标题，但如果没有，则删除 skip= 和 col.names= 参数。

【讨论】：

【解决方案3】：

它不漂亮，但它应该可以工作：

x <- matrix(scan("c:/data.txt", what=character(), sep=","), byrow=TRUE, ncol=6)
y <- t(apply(x, 1, function(a) { left <- seq(1, length(a), by=2)
                               as.numeric(paste(a[left], a[left+1], sep="."))
                             } ))

【讨论】：