Java 以正确的方式读取和写入data.frames

我的问题很简单，我有一个文件，其中包含大量的推文，每行一条，没有引号。读取文件后，我创建了“数据集”，以随机化它并消除重复：

dataset <- read.table(file, header=FALSE, sep="\n", stringsAsFactors=F)
unique_ds <- unique.data.frame(dataset)
random_ds <- unique_ds[sample(nrow(unique_ds)),]
write.table(data.frame(random_ds),file="tweets_final.txt", sep="\n", quote=F, col.names=F, row.names=F)

第二个问题：假设每行添加一个新变量（例如tweet的一个类别），当我将以R读回它时，就像csv文件一样，这种格式是否合适：“我的tweet”，键入下面的代码

ds <- read.csv(file = "tweet_classified.txt", header = FALSE, sep = ",",stringsAsFactors = FALSE, quote = "\"")

---

ds好的，我用
gsub（“\”，“”，readLines（con））
替换
read.table
解决了这个问题。
当我写入文件时，我将使用
quote=T

下面是mycode：

file_list <- list.files()

for (file in file_list){
   con <- file(file)

   if (!exists("dataset")){
      dataset <- data.frame(gsub("\"","'",readLines(con)),stringsAsFactors = F)
   }

   if (exists("dataset")){
      temp_dataset <- data.frame(gsub("\"","'",readLines(con)),stringsAsFactors = F)
      dataset<-rbind(dataset, temp_dataset)
      rm(temp_dataset)


    }
  close.connection(con)
}

unique_ds <- unique.data.frame(dataset)
random_ds <- unique_ds[sample(nrow(unique_ds)),]
write.table(data.frame(random_ds, stringsAsFactors = F),file="unclassified.txt",col.names = F, row.names = F, quote = T)

file\u list一旦您开始在R中操作它，您是否需要
tweet\u classified.txt
在java和R之间可移植？特别是，一旦您
write.table（）
您需要将该数据读回另一个堆栈中，还是以后只在R中使用它？为什么有
sep=“\n“
write.table（）中的
”
？这就是在文件中，在您正在编写的data.frame的每一列之间添加一条换行符R@devmacrile很可能会有。更糟糕的是，您可能插入了多个
\n
sep字段分隔符字符串。x的每一行中的值都由该字符串分隔。
@ShawnMehan因为这个问题：sample.int（长度（x）、大小、替换、概率）中的错误：当我使用
随机数据时，当“替换=假”时，无法获取大于总体的样本
file_list <- list.files()

for (file in file_list){
   con <- file(file)

   if (!exists("dataset")){
      dataset <- data.frame(gsub("\"","'",readLines(con)),stringsAsFactors = F)
   }

   if (exists("dataset")){
      temp_dataset <- data.frame(gsub("\"","'",readLines(con)),stringsAsFactors = F)
      dataset<-rbind(dataset, temp_dataset)
      rm(temp_dataset)


    }
  close.connection(con)
}

unique_ds <- unique.data.frame(dataset)
random_ds <- unique_ds[sample(nrow(unique_ds)),]
write.table(data.frame(random_ds, stringsAsFactors = F),file="unclassified.txt",col.names = F, row.names = F, quote = T)

dataset <- read.csv(file="unclassified.txt", header=FALSE, stringsAsFactors = FALSE,quote="\"")