如何使用 read.csv 仅读取与某些正则表达式匹配的行？答案

【问题标题】：How to use read.csv to read only those lines that matche with some regular expression?如何使用 read.csv 仅读取与某些正则表达式匹配的行？
【发布时间】：2014-10-12 05:29:58
【问题描述】：

我想在R 中使用read.csv 读取一个大文件。现在获取与某些模式匹配的行的一种方法是首先获取data-frame 中的所有行，然后仅过滤所需的行。这种方法的问题是文件太大，在某些机器上，所有数据可能无法放入内存中。那么有什么方法可以使用grep 或类似的东西以及read.csv 来只获取几行感兴趣的行吗？

【问题讨论】：

您可以在外壳/终端中使用grep（或awk）过滤掉某些行，发送到一个新文件，然后将该文件读入R。否则您可以读取数据in by chunks 然后过滤块
感谢您的帮助@RichardScriven。我正在寻找R 中是否有任何可用的东西，可以使用read.csv 和regex 或类似的东西。
您可以使用来自data.table 的带有fread 的shell 命令。参见例如以stackoverflow.com/questions/22229109/… 为例。

标签： r regex csv

【解决方案1】：

您不能为此目的使用read.table 及其派生词。但是，您可以使用readLines 以块的形式读取数据，并将正则表达式应用于对应于一行的每个元素。

另一种选择是使用类似数据库的框架。 Package sqldf 可以将 csv 文件读入 SQL 数据库。您可以使用 SQL 查询来仅读取所需的行。

【讨论】：