![](/img/trans.png)
[英]How to add filename as a column to csv while reading & appending multiple csv's in r?
[英]R reading certain column values from multiple csv's
我的文件夹中有多个 csv 文件,它们遵循以下语法:“Sales-”Month”-“Year”
例如:
Sales-APR-2019.csv
Sales-APR-2020.csv
Sales-MAR-2019.csv
Sales-DEC-2019.csv
我在 R 中的任务是提取 2019 年全年的某些产品。我将我的函数设置如下:
myfiles = list.files( pattern="SALES-EXTRACT-...-2019-NEW.csv", full.names=TRUE) \
file <- ldply(myfiles, read_csv)
这是问题,文件很大,所以我不想将它们全部加载到 R 中。如果我有我需要的文章,例如 1、2、3、4 和 5,我如何指定只获取列的位置值等于那些文章?
最后,我想省略读取所有 csv 的第一行,其中 1 个文件将被读取为:\\
file <- read.csv("SALES--APR-2019.csv",header = TRUE)[-1,]
读取所有文件时,我可以在代码中的何处指定 [-1,] ?
vroom 包提供了一种在导入期间按名称选择/删除列的“整洁”方法。 文档: https : //www.tidyverse.org/blog/2019/05/vroom-1-0-0/#column-selection
vroom 参数 'col_select' 使选择列以保持(或省略)更简单。 col_select 的接口与 dplyr::select() 相同。
按名称选择列
data <- vroom("flights.tsv", col_select = c(year, flight, tailnum))
#> Observations: 336,776
#> Variables: 3
#> chr [1]: tailnum
#> dbl [2]: year, flight
#>
#> Call `spec()` for a copy-pastable column specification
#> Specify the column types with `col_types` to quiet this message
按名称删除列
data <- vroom("flights.tsv", col_select = c(-dep_time, -air_time:-time_hour))
#> Observations: 336,776
#> Variables: 13
#> chr [4]: carrier, tailnum, origin, dest
#> dbl [9]: year, month, day, sched_dep_time, dep_delay, arr_time, sched_arr_time, arr...
#>
#> Call `spec()` for a copy-pastable column specification
#> Specify the column types with `col_types` to quiet this message
Use the selection helpers
data <- vroom("flights.tsv", col_select = ends_with("time"))
#> Observations: 336,776
#> Variables: 5
#> dbl [5]: dep_time, sched_dep_time, arr_time, sched_arr_time, air_time
#>
#> Call `spec()` for a copy-pastable column specification
#> Specify the column types with `col_types` to quiet this message
files <- fs::dir_ls(glob = "SALES*2019.csv")
data <- vroom(files, col_select = c(article_1, article_2, article_3, etc), skip = 1)
如果文章信息存储在每个文件中名为article
的列article
,您可以尝试-
library(tidyverse)
keep_articles <- 1:5
myfiles = list.files(pattern="SALES-.*-2019.csv", full.names=TRUE)
data <- map_df(myfiles, ~read_csv(.x) %>%
slice(-1) %>%
filter(article %in% keep_articles), .id = 'file')
data
将有一个组合数据keep_articles
读取所有 csv 并为keep_articles
保留行。 还将创建一个额外的file
列来区分不同文件的行。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.