我正在使用fread中的data.table加载csv文件。但是我的csv文件使用dec=","作为十进制分隔符(1.23将是1,23)。与read.csv不同,似乎dec不是允许的参数。

R) args(fread)
function (input = "test.csv", sep = "auto", sep2 = "auto", nrows = -1,
    header = "auto", na.strings = "NA", stringsAsFactors = FALSE,
    verbose = FALSE, autostart = 30)


您是否看到可以使我使用fread的变通方法(可能设置了R选项)(速度快得可以节省很多时间)?

PS:colClasses尚未实现,因此无法像this post中那样使用setAs

最佳答案

2014年10月更新:现在位于v1.9.5中


fread现在接受dec=','(以及其他非'。'十进制分隔符)#917。新段落已添加到?fread。如果您位于使用dec=','的国家/地区,那么它应该可以正常工作。如果没有,您将需要阅读该段落以执行额外的步骤。万一它以某种方式破坏了dec='.',可以使用options(datatable.fread.dec.experiment=FALSE)关闭此新功能。






上一个答案...

马特·道尔(Matt Dowle)找到了一个不错的语言环境解决方法。
首先是我的sessionInfo

sessionInfo()
R version 2.15.2 (2012-10-26)
Platform: i386-w64-mingw32/i386 (32-bit)

locale:
[1] LC_COLLATE=French_France.1252  LC_CTYPE=French_France.1252    LC_MONETARY=French_France.1252 LC_NUMERIC=C
[5] LC_TIME=C
...


尝试执行以下操作将显示出罪魁祸首:

Sys.localeconv()["decimal_point"]
decimal_point
          "."


试图设置LC_NUMERIC在Ubuntu(Matthew)和WinXP(me)上运行

Sys.setlocale("LC_NUMERIC", "French_France.1252")
[1] "French_France.1252"
Message d'avis :
In Sys.setlocale("LC_NUMERIC", "French_France.1252") :
  changer 'LC_NUMERIC' peut résulter en un fonctionnement étrange de R


行为很好,并且更改为:

DT = fread("A,B\n3,14;123\n4,22;456\n",sep=";")
str(DT)
Classes ‘data.table’ and 'data.frame':  2 obs. of  2 variables:
 $ V1: num  3.14 4.22
 $ V2: int  123 456


“。”小数点分隔符现在作为字符串加载(应该如此),与之前相反。

DT = fread("A,B\n3.14;123\n4.22;456\n",sep=";")
str(DT)
Classes ‘data.table’ and 'data.frame':  2 obs. of  2 variables:
 $ V1: chr  "3.14" "4.22"
 $ V2: int  123 456

关于r - data.table::fread中的dec参数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/14440661/

10-12 19:46