具有ColClass的read.table中出错

我将读取一个文本文件（使用read.table），其中包含三个字符中的一列，如“000000”，但我得到的是0。我尝试：

X<-read.table(ouvrefic, header=TRUE, row.names=1, sep="",colClasses=c("integer","character","factor"))

我该怎么做

非常感谢

我的文本文件的开头：

"" "dates" "Atscan2" "pqrPQR"
"1" "18369" "0000000000000" "1110"
"2" "18369" "0000000000000" "1220,0"
"3" "18369" "0000000000000" "2220"
"4" "18369" "0000000000000" "1230,0,0"
"5" "18369" "0000000000000" "1330,0"
"6" "18369" "0000000000000" "2330,0"
"7" "18369" "0000000000000" "3330"

---

问题出在

colClasses

参数中：

首先，您有4列，即使您将第一列用作

行.names

。因此，在该向量中需要四个元素

第二，如果需要正确显示所有的零，则需要将该列作为字符

以下工作：

df <- read.table(header=T, text='"" "dates" "Atscan2" "pqrPQR"
"1" "18369" "0000000000000" "1110"
"2" "18369" "0000000000000" "1220,0"
"3" "18369" "0000000000000" "2220"
"4" "18369" "0000000000000" "1230,0,0"
"5" "18369" "0000000000000" "1330,0"
"6" "18369" "0000000000000" "2330,0"
"7" "18369" "0000000000000" "3330"', 
row.names=1, 
colClasses=c('character', 'character',"character","factor"))

如上所述，问题是如果列的元素被引用（如dates列），那么在

colClasses

中使用

integer

选项将不起作用（因此我也将其转换为字符）。您始终可以在之后将

用作.integer

，并将其转换为整数

Akrun在注释中提供了一个直接的解决方案，它将首先删除从

readLines

读取的双引号，然后在列上应用

colClasses

：

 df <- read.table(text=gsub('[\\"]', '', readLines('ouvrefic.txt')),
                  row.names=1, 
                  colClasses=c('character', 'integer', 'character', 'factor'))

---

df当
row.names=1

writeLines('"" "dates" "Atscan2" "pqrPQR"
"1" "18369" "0000000000000" "1110"
"2" "18369" "0000000000000" "1220,0"
"3" "18369" "0000000000000" "2220"
"4" "18369" "0000000000000" "1230,0,0"
"5" "18369" "0000000000000" "1330,0"
"6" "18369" "0000000000000" "2330,0"
"7" "18369" "0000000000000" "3330"', "x.txt")

df <- read.table("x.txt", header = TRUE, 
     row.names = 1, colClasses = c(NA, NA, "character", NA))

sapply(df, class)
#      dates     Atscan2      pqrPQR 
#  "integer" "character"    "factor" 
df
#   dates       Atscan2   pqrPQR
# 1 18369 0000000000000     1110
# 2 18369 0000000000000   1220,0
# 3 18369 0000000000000     2220
# 4 18369 0000000000000 1230,0,0
# 5 18369 0000000000000   1330,0
# 6 18369 0000000000000   2330,0
# 7 18369 0000000000000     3330

你能给我们看一下文件的一部分（前几行）吗？“日期”Atscan2“pqrPQR”1“18369”“0000000000000”“1110”“2”18369”“0000000000000”“1220,0”“3”“18369”“0000000000000”“2220”“4”“18369”“00000000000000”“1230,0,0”“5”“18369”“00000000000000000000”“1330,0”“6”“18369”“00000000000000000000”“2330,0”“7”“18369”“00000000000000”“3330”请将其编辑到您的问题中，以便我们可以适当地查看格式。@Lio如果
dates
列不是如OP文章中建议的
integer
，此链接可能会有所帮助？@akrun是的，这正是我想要做的，但是如果您将其指定为
integer
，它似乎失败了，因为日期列的元素周围有双引号。不过，您可以在
df
形成后执行此操作。一个选项可能是
df@akrun将在akrun中工作。如果我是你，我会把它作为一个解决方案发布。你可以选择更新它。我的解决方案没有那么优雅，不能作为新的解决方案发布：-）
 df <- read.table(text=gsub('[\\"]', '', readLines('ouvrefic.txt')),
                  row.names=1, 
                  colClasses=c('character', 'integer', 'character', 'factor'))

writeLines('"" "dates" "Atscan2" "pqrPQR"
"1" "18369" "0000000000000" "1110"
"2" "18369" "0000000000000" "1220,0"
"3" "18369" "0000000000000" "2220"
"4" "18369" "0000000000000" "1230,0,0"
"5" "18369" "0000000000000" "1330,0"
"6" "18369" "0000000000000" "2330,0"
"7" "18369" "0000000000000" "3330"', "x.txt")

df <- read.table("x.txt", header = TRUE, 
     row.names = 1, colClasses = c(NA, NA, "character", NA))

sapply(df, class)
#      dates     Atscan2      pqrPQR 
#  "integer" "character"    "factor" 
df
#   dates       Atscan2   pqrPQR
# 1 18369 0000000000000     1110
# 2 18369 0000000000000   1220,0
# 3 18369 0000000000000     2220
# 4 18369 0000000000000 1230,0,0
# 5 18369 0000000000000   1330,0
# 6 18369 0000000000000   2330,0
# 7 18369 0000000000000     3330

read.table(
    text = system("cat x.txt | tr -d \\\"", intern = TRUE), 
    colClasses = c(Atscan2 = "character")
)
#   dates       Atscan2   pqrPQR
# 1 18369 0000000000000     1110
# 2 18369 0000000000000   1220,0
# 3 18369 0000000000000     2220
# 4 18369 0000000000000 1230,0,0
# 5 18369 0000000000000   1330,0
# 6 18369 0000000000000   2330,0
# 7 18369 0000000000000     3330