R 读取 zip 数据文件而不解压缩

Question

我有一个非常大的 zip 文件，我试图将它读入 R 而不像这样解压缩：

temp <- tempfile("Sales", fileext=c("zip"))
data <- read.table(unz(temp, "Sales.dat"), nrows=10, header=T, quote="\"", sep=",")

Error in open.connection(file, "rt") : cannot open the connection
In addition: Warning message:
In open.connection(file, "rt") :
  cannot open zip file 'C:\Users\xxx\AppData\Local\Temp\RtmpyAM9jH\Sales13041760345azip'

Answer 1

如果您的 zip 文件名为Sales.zip并且只包含一个名为Sales.dat的文件，我认为您可以简单地执行以下操作（假设该文件在您的工作目录中）：

data <- read.table(unz("Sales.zip", "Sales.dat"), nrows=10, header=T, quote="\"", sep=",")

Answer 2

无需使用 unz，因为现在 read.table 可以直接处理压缩文件：

data <- read.table("Sales.zip", nrows=10, header=T, quote="\"", sep=",")

看到这个帖子

Answer 3

如果文件后缀表明文件的性质， readr包的方法也支持压缩文件，即以 .gz、.bz2、.xz 或 .zip 结尾的文件将被自动解压缩。

require(readr)
myData <- read_csv("foo.txt.gz")

Answer 4

如果文件是 sales.csv，这应该可以正常工作。

data <- readr::read_csv(unzip("Sales.zip", "Sales.csv"))

在不提取文件的情况下检查文件名。 这有效

unzip("sales.zip", list = TRUE)

Answer 5

如果您的系统上安装了 zcat（Linux、macos 和 cygwin 就是这种情况），您还可以使用：

zipfile<-"test.zip"
myData <- read.delim(pipe(paste("zcat", zipfile)))

此解决方案还具有不创建临时文件的优点。

Answer 6

在这个表达中你失去了一个点

temp <- tempfile("Sales", fileext=c("zip"))

它应该是：

temp <- tempfile("Sales", fileext=c(".zip"))

Answer 7

gzfile 函数连同 read_csv 和 read.table 可以读取压缩文件。

library(readr)
df = read_csv(gzfile("file.csv.gz"))

library(data.table)
df = read.table(gzfile("file.csv.gz"))

即使不使用 gzfile 函数，readr 包中的 read_csv 也可以读取压缩文件。

library(readr)  
df = read_csv("file.csv.gz")

推荐使用 read_csv 因为它比 read.table 快