函数ff：read.csv.ffdf中的colClasses参数的当前状态（ff-R程序包）

Question

由于以下代码中的参数colClasses=c("id"="character") ，错误colClasses=c("id"="character") vmode 'character' not implemented

df <- read.csv.ffdf('TenGBsample.csv',
      colClasses=c("id"="character"), VERBOSE=TRUE)

read.table.ffdf 1..1000（1000）csv-read = 0.02sec ff中的错误（initdata = initdata，length = length，levels = level，ordered = ordered，：
vmode“字符”未实现

其中TenGBsample.csv中的第一TenGBsample.csv 'id'，由30位数字组成，超过了我的64位系统（Windows）上的最大数字，我想将它们作为字符进行处理，第二列包含小数字，因此无需调整。

我已经检查过，并且有vmode “字符”模式： http : //127.0.0.1 : vmode / vmode.html

Answer 1

请注意help(read.csv.ffdf)的以下内容

... read.table.ffdf行为设计得尽可能类似于read.table 。 但是，请注意以下差异：

3. 不支持字符向量 ，必须将字符数据读取为以下colClasses之一：'Date'，'POSIXct'，'factor，'ordered'。 默认情况下，字符列被视为因素。 因此，不允许使用参数“ as.is”和“ stringsAsFactors”。

因此，您无法读取字符中的值。 但是，如果文件中的id列已具有数字值，则可以将它们读取为双精度，然后重新格式化。 format(x, scientific = FALSE)将以标准符号打印x 。

这是一个数据集x的示例，其中id是数字，具有30位数字。

library(ff)

x <- data.frame(
    id = (267^12 + (102:106)^12),  
    other = paste0(LETTERS[1:5],letters[1:5])
)
## create a csv file with 'x'
csvfile <- tempPathFile(path = getOption("fftempdir"), extension = "csv")
write.csv(
    format(x, scientific = FALSE), 
    file = csvfile, row.names = FALSE, quote = 2
)    
## read in the data without colClasses
ffx <- read.csv.ffdf(file = csvfile)
vmode(ffx)
#       id     other 
# "double" "integer" 

现在，我们可以强制ffx使用ffx[,]对data.frame进行ffx[,]并重新设置id列的格式。

df <- within(ffx[,], id <- format(id, scientific = FALSE))
class(df$id)
# [1] "character"
df
#                               id other
# 1 131262095302921040298042720256    Aa
# 2 131262252822013319483345600512    Bb
# 3 131262428093345052649582493696    Cc
# 4 131262622917452503293152460800    Dd
# 5 131262839257598318815163187200    Ee