为某些列设置列类型，但不是为所有的 readr::read_csv()答案

【问题标题】：Set column type for some columns, but not for all readr::read_csv()为某些列设置列类型，但不是为所有的 readr::read_csv()
【发布时间】：2021-07-08 09:52:34
【问题描述】：

我正在阅读一个包含大约 300 个变量的仙女大数据文件。我正在使用 readr:read_csv()，它可以完成 95% 的工作。但是，对于 8 个变量，我得到一个解析错误。这些变量被认为是逻辑的，但它们实际上是字符。现在，我不想手动格式化所有列类型，因为 95% 是正确的。我只想为那些出现解析错误的列设置列类型。我该怎么做？

【问题讨论】：

标签： r parsing import

【解决方案1】：

只需手动设置剩余类型的类型。例如，如果导致解析错误的所有剩余列都应该是逻辑的，则可以使用

library(dplyr)

df %>%
   mutate(across(c("COLUMNS_TO_CHANGE"), as.logical))

有几种方法可以在across-函数中选择多个列，例如starts_With、ends_With、matches，具体取决于列的命名方式以及这些列是否存在模式选择。

查看tidyverse-package，尤其是dplyr 和tidyr 的类似任务。这本书R for Data Science 是一个好的开始。

【讨论】：

【解决方案2】：

您可以使用参数col_types设置特定列的数据类型，例如：

df <- read_csv(
  "my_file.csv", 
  col_types = cols(
    x = col_character(), # or string abbreviation "c"
    y = col_logical()
  )
)

x 和 y 是列名。并不是所有其他列都会被自动解析，因此您不需要指定所有列。有关详细信息，请参阅readrdocumentation（可用列规范部分）！

【讨论】：

【解决方案3】：

您可以尝试使用 library(data.table) 和 fread 函数吗？例如data=fread("fantastic_cluster.csv")。使用colClasses = c("date" = "character")，您还可以指定某些列的结构。如果您发布您的数据子集，我可能会更有帮助。

【讨论】：