在来自 csv 文件的 R 中，从包含超过 2 个字符的列中获取行答案

【问题标题】：In R from a csv file get rows from a column which contain more then 2 characters在来自 csv 文件的 R 中，从包含超过 2 个字符的列中获取行
【发布时间】：2018-03-21 06:46:34
【问题描述】：

我有一个 csv 文件，我必须从中获取特定列中包含超过 2 个字符的行。我的 csv 文件看起来像这样

"Name" "Age" "ID"     "RefID"
"ABC"  "12"  "Abccc"  "xyzw"
"AAA"  "14"  "A"      "X"
"BBB"  "18"  "DEfff"  "dfg"
"CCY"  "10"  "F"      "XY"
"CCZ"  "20"  "R"      "XYC"

所以从第 3 列和第 4 列中，我选取了 >= 两个字符的行。

我尝试了以下方式

data = read.table(file ='res.csv', header = T)
dat2 = as.character(data[,3])
ind = dat2[(which(nchar(dat2) >=2)),]

但它给了我错误，我无法找出如何同时处理两个 cols。我的结果应该如下所示

"Name" "Age" "ID"     "RefID"
"ABC"  "12"  "Abccc"  "xyzw"
"BBB"  "18"  "DEfff"  "dfg"
"CCY"  "10"  "F"      "XY"
"CCZ"  "20"  "R"      "XYC"

如有任何帮助，将不胜感激

【问题讨论】：

如果您想将数据加载到变量中，请查看此处：stackoverflow.com/questions/3391880/…
@RonakShah 是的，我仍然需要这些行

标签： r character dimensions

【解决方案1】：

我们可以通过在read.table 中指定stringsAsFactors = FALSE 来避免多个步骤，即转换为character 类，以避免将字符列转换为factor 类。然后，用nchar获取第三列的字符数，通过比较是否大于等于2来创建逻辑条件

data[nchar(data[,3])>=2,]
#   Name Age    ID RefID
#1  ABC  12 Abccc  xyzw
#3  BBB  18 DEfff   dfg

对于多列，使用&

data[nchar(data[,3])>=2 & data[,4] >=2,]

但是，当有 100 列时，它会变得有点困难。为此，我们遍历感兴趣的列，进行比较并将Reduce 与单个逻辑vector 进行比较

data[Reduce(`&`, lapply(data[3:4], function(x) nchar(x) >=2)),]
#  Name Age    ID RefID
#1  ABC  12 Abccc  xyzw
#3  BBB  18 DEfff   dfg

如果列的any 的条件需要为TRUE，则将Reduce 中的& 更改为|

data[Reduce(`|`, lapply(data[3:4], function(x) nchar(x) >=2)),]
#   Name Age    ID RefID
#1  ABC  12 Abccc  xyzw
#3  BBB  18 DEfff   dfg
#4  CCY  10     F    XY
#5  CCZ  20     R   XYC

数据

data <- read.table(file ='res.csv', header = TRUE, stringsAsFactors = FALSE)

【讨论】：

它给了我错误：nchar()' 需要一个字符向量。
@KritikaRajain 正如我在帖子中提到的，阅读时使用stringsAsFactors = FALSE。更新了data 步骤
非常感谢，但如果任何一个列具有字符 >=2，我的结果应该有行。
@KritikaRajain 更新了帖子

【解决方案2】：

这是一个基于data.table的解决方案。 stringsAsFactors = FALSE 是 data.table::fread 中的默认值。

require(data.table)

x= 
fread('"Name" "Age" "ID"     "RefID"
"ABC"  "12"  "Abccc"  "xyzw"
"AAA"  "14"  "A"      "X"
"BBB"  "18"  "DEfff"  "dfg"
"CCY"  "10"  "F"      "XY"
"CCZ"  "20"  "R"      "XYC"')

x[nchar(ID)>2 | nchar(RefID)>2]

   Name Age    ID RefID
1:  ABC  12 Abccc  xyzw
2:  BBB  18 DEfff   dfg

对于OR (|) 案例，您还可以根据姓名和年龄以及基于 nchar 的子集进行融化。这是一个单行：

z = melt(x, id.vars = c('Name', 'Age'))[nchar(value) > 2 ]
z 
 Name Age variable value
1:  ABC  12       ID Abccc
2:  BBB  18       ID DEfff
3:  ABC  12    RefID  xyzw
4:  BBB  18    RefID   dfg
5:  CCZ  20    RefID   XYC

【讨论】：