读取制表符分隔数据到R

Question

我试图读取一个大的制表符分隔文件到R.

首先我尝试了这个：

data <- read.table("data.csv", sep="\t")

但它正在读取一些数字变量作为因素

所以我尝试根据我希望每个变量的类型读取数据：

data <- read.table("data.csv", sep="\t", colClasses=c("character","numeric","numeric","character","boolean","numeric"))

但是当我尝试这个时它会给我一个错误：

扫描错误（文件，什么，nmax，sep，dec，quote，skip，nlines，na.strings，：scan（）预期'真实'，得到'“4”'

我想可能是原始文件中的某些数值有引号，但我不确定。

Answer 1

在没有看到您的数据的情况下，您有以下几点之一：您没有将所有数据分开; 在单个观察中有嵌入的标签; 或者其他人。

你可以options(stringsAsFactors=FALSE)进行排序的方法是设置options(stringsAsFactors=FALSE)然后使用你的第一行。

检查str(data)并尝试找出哪些行是罪魁祸首。 一些数值作为因子读取的原因是因为该列中有一些东西将R解释为一个字符，因此它将整个列强制转换为字符。 它通常需要一些挖掘，但问题几乎肯定与您的输入文件有关。

这是一个常见的数据问题，祝你好运！

Answer 2

x <- paste("'",floor(runif(10,0,10)),"'",sep="")
x

 [1] "'7'" "'3'" "'0'" "'3'" "'9'" "'1'" "'4'" "'8'" "'5'" "'8'"

as.numeric(gsub("'", "",x))

 [1] 7 3 0 3 9 1 4 8 5 8