修复read.csv文件的建议
我正在读一个csv文件修复read.csv文件的建议,r,date,read.csv,R,Date,Read.csv,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
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