R 最佳实践-为表中导入的列指定数据类型的最佳时间

我导入一个包含大约200列的csv文件。使用的代码：

read.csv2（“t_table.txt”，header=TRUE，stringsAsFactors=FALSE）

不同列的数据类型不同（例如文本、数字、日期等）

我不需要所有列，所以我不会在导入数据时分配数据类型，因为（保存所有列以防第三方请求额外分析非常方便）。每当我使用一个列并且文本数据类型不够时，我就会转换该列的数据类型（并存储它）

我想知道在处理包含许多列的输入表时，这是否被认为是好的/最佳实践（我怀疑不是…）。这里有什么建议

请注意，我使用了一个配置表，其中我将属性/特征分配给不同的列。因此，我考虑执行以下操作：使用数据类型列扩展配置表（将链接/分配数据类型给每一列），并编写一个脚本，将数据类型分配给每一列。对这种方法有什么想法吗

---

注意：我认为使用配置表很容易，因为它们减少了代码量，增加了代码的透明度，并且经常减少了代码对配置表的更改。

，尽管有些建议的方法可能更好，我想出了一种方法，对我来说效果很好，不需要进行大量的设置或维护；e、 g.指定每个字段的数据类型的配置表需要进行大量的设置和维护工作

我的方法包括将数据作为

数据导入。表
使用
fread
：

t_input_table         = fread(paste(locationConfig, "t_input_table.csv", sep="/"), 
                          header = TRUE, stringsAsFactors=FALSE)

fread
能够很好地区分整数、数字和字符字段。就我而言，日期被视为文本。但是，所有日期字段标题都包含字符串“\u date”。然后，我查找这些字段并确保为它们分配了日期类型：

dateColumns = grep("_date$", colnames(t_input_table))
t_input_table[ , (dateColumns) := lapply(.SD, as.Date, format="%d/%m/%Y"), .SDcols = dateColumns]

虽然建议的一些方法可能更好，但我提出了一种适合我的方法，不需要进行大量的设置或维护；e、 g.指定每个字段的数据类型的配置表需要进行大量的设置和维护工作

我的方法包括将数据作为
数据导入。表
使用
fread
：

t_input_table         = fread(paste(locationConfig, "t_input_table.csv", sep="/"), 
                          header = TRUE, stringsAsFactors=FALSE)

fread
能够很好地区分整数、数字和字符字段。就我而言，日期被视为文本。但是，所有日期字段标题都包含字符串“\u date”。然后，我查找这些字段并确保为它们分配了日期类型：

dateColumns = grep("_date$", colnames(t_input_table))
t_input_table[ , (dateColumns) := lapply(.SD, as.Date, format="%d/%m/%Y"), .SDcols = dateColumns]

我会选择您自己的扩展配置表的解决方案。您是否考虑过将数据传输到数据库系统，以便为您控制数据类型？请查看
readr
库。它允许您使用非常详细的信息指定列类型，还允许您使用自动类型推断器，这非常好。您也可以介于两者之间，例如，对所有列使用自动键入，但明确覆盖的列除外。它的用途相当广泛。我也处于同样的情况，我存储“cols”对象（使用
readr:：cols
创建），其中包含列规范。此
cols
对象可以传递给任何
readr
函数（如
read\u csv2
——请注意下划线）要正确读取文件。我会选择您自己的扩展配置表的解决方案。您是否考虑过将数据传输到一个数据库系统，该系统将为您控制数据类型？请查看
readr
库。它允许您使用非常详细的信息指定列类型，还允许您使用自动类型推断器，这非常好。您也可以介于两者之间，例如，对所有列使用自动键入，但明确覆盖的列除外。它的用途相当广泛。我也处于同样的情况，我存储“cols”对象（使用
readr:：cols
创建），其中包含列规范。此
cols
对象可以传递给任何
readr
函数（如
read\u csv2
——请注意下划线）以正确读取文件。