修复read.csv文件的建议

我正在读一个csv文件

data <- read.csv("F:/Root/ PUMPING - data.csv", header = T, sep = ";")

在处理dates列时，我遇到了几个问题。 当我应用nrow（）命令时，我看到：

> nrow(data)
[1] 1168

但对于每个变量（例如）：

---

有人对如何解决这个问题并将所有数据导入行有什么建议吗？我不是在计算向量中的对象。这种结构后来出现了几个问题。我相信如果行中的值是固定的。

这是因为

数据$Fiscal\u Year

的输出是一个向量，向量没有行供R计数，向量是一维对象。您需要使用

长度（数据$Fiscal\u Year）

这是因为

数据$Fiscal\u Year

的输出是一个向量，向量没有行供R计数，向量是一维对象。您需要使用

length（data$Fiscal_Year）

重新访问后面的代码并修复它，以便它可以处理向量作为输入，但如果需要，您可以使用

nrow（data[，“Fiscal_Year”，drop=FALSE]）

来保留数据帧列的结构。下面是R随附的

iris

数据集示例：

data(iris)
str(iris)
# 'data.frame': 150 obs. of  5 variables:
#  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ... nrow(iris)
# [1] 150
nrow(iris$Sepal.Length)
# NULL
nrow(iris[, "Sepal.Length"])
# NULL
nrow(iris[, "Sepal.Length", drop=FALSE])
# [1] 150 
head(iris$Sepal.Length)
[1] 5.1 4.9 4.7 4.6 5.0 5.4
head(iris[, "Sepal.Length", drop=FALSE])
#   Sepal.Length
# 1          5.1
# 2          4.9
# 3          4.7
# 4          4.6
# 5          5.0
# 6          5.4

---

重新访问后面的代码并对其进行修复可能是有意义的，这样它就可以将向量作为输入处理，但如果需要，可以使用

nrow（data[，“Fiscal_Year”，drop=FALSE]）

，保留数据框列的结构。下面是R随附的

iris

数据集示例：

data(iris)
str(iris)
# 'data.frame': 150 obs. of  5 variables:
#  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ... nrow(iris)
# [1] 150
nrow(iris$Sepal.Length)
# NULL
nrow(iris[, "Sepal.Length"])
# NULL
nrow(iris[, "Sepal.Length", drop=FALSE])
# [1] 150 
head(iris$Sepal.Length)
[1] 5.1 4.9 4.7 4.6 5.0 5.4
head(iris[, "Sepal.Length", drop=FALSE])
#   Sepal.Length
# 1          5.1
# 2          4.9
# 3          4.7
# 4          4.6
# 5          5.0
# 6          5.4

---

对不起，也许我没有很好地解释我自己。我不是在计算向量中的对象。这种结构的布局方式在以后的一些公式中引起了问题。我认为将每个值放在一行中的数据可以解决所有其他问题。如果您认为需要使用不同格式的数据，请在问题中提及相同的格式。对不起，可能我没有很好地解释我自己。我不是在计算向量中的对象。这种结构的布局方式在以后的一些公式中引起了问题。我认为，将数据中的每个值放在一行中可以解决所有其他问题。如果您认为需要以不同的格式保存数据，请在问题中提及相同的格式。我不明白什么是“我相信如果值在行中的位置，这些值将被固定”。哪些行中缺少哪些值？已经有人指出，当我想执行一些其他过程时，不能对

nrow（数据$Fiscal_Year）

>中的向量使用

nrow

，例如：日期是的，问题在于代码，而不是数据。在

的右侧站点上：

只能有一个值。您在那里输入了1115个值。你可以用

1:c（1,2）

重现这个问题。我不明白什么是“我相信如果这些值在行中的何处，它们将被修复”。哪些行中缺少哪些值？已经有人指出，当我想执行一些其他过程时，不能对

nrow（数据$Fiscal_Year）

>中的向量使用

nrow

，例如：日期是的，问题在于代码，而不是数据。在

的右侧站点上：

只能有一个值。您在那里输入了1115个值。您可以使用

1:c（1,2）

重现问题。

data(iris)
str(iris)
# 'data.frame': 150 obs. of  5 variables:
#  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ... nrow(iris)
# [1] 150
nrow(iris$Sepal.Length)
# NULL
nrow(iris[, "Sepal.Length"])
# NULL
nrow(iris[, "Sepal.Length", drop=FALSE])
# [1] 150 
head(iris$Sepal.Length)
[1] 5.1 4.9 4.7 4.6 5.0 5.4
head(iris[, "Sepal.Length", drop=FALSE])
#   Sepal.Length
# 1          5.1
# 2          4.9
# 3          4.7
# 4          4.6
# 5          5.0
# 6          5.4