如何从 r 中的 csv 文件读取特定行

您可以使用以下方法从 R 中的 CSV 文件读取特定行：

方法 1：从特定行导入 CSV 文件

 df <- read. csv (" my_data.csv ", skip= 2 )

此特定示例将跳过 CSV 文件的前两行，并导入从第三行开始的文件的所有其他行。

方法 2：导入行满足条件的 CSV 文件

 library (sqldf)

df <- read. csv . sql (" my_data.csv ",
                    sql = " select * from file where `points` > 90 ", eol = " \n ")

此特定示例将仅从 CSV 文件导入“points”列中的值大于 90 的行。

以下示例展示了如何在实践中通过以下名为my_data.csv的 CSV 文件使用这些方法：

示例 1：从特定行导入 CSV 文件

以下代码显示如何导入 CSV 文件并忽略文件的前两行：

 #import data frame and skip first two rows
df <- read. csv (' my_data.csv ', skip= 2 )

#view data frame
df

  B X90 X28 X28.1
1 C 86 31 24
2 D 88 39 24
3 E 95 34 28

请注意，导入 CSV 文件时，前两行（团队 A 和 B）被忽略。

默认情况下，R 尝试使用下一个可用行的值作为列名。

要重命名列，您可以使用名称（）函数，如下所示：

 #rename columns
names(df) <- c(' team ', ' points ', ' assists ', ' rebounds ')

#view updated data frame
df

  team points assists rebounds
1 C 86 31 24
2 D 88 39 24
3 E 95 34 28

示例 2：导入行满足条件的 CSV 文件

假设我们只想从 CSV 文件中导入点列中的值大于 90 的行。

我们可以使用sqldf包中的read.csv.sql函数来执行此操作：

 library (sqldf)

#only import rows where points > 90
df <- read. csv . sql (" my_data.csv ",
                    sql = " select * from file where `points` > 90 ", eol = " \n ")

#view data frame
df

  team points assists rebounds
1 “A” 99 33 30
2 “E” 95 34 28

请注意，仅导入了 CSV 文件中“points”列中的值大于 90 的两行。

注意#1 ：在这个例子中，我们使用eol参数来指定文件中的“行尾”由\n指示，它代表换行符。

注意#2：在此示例中，我们使用了简单的 SQL 查询，但您可以编写更复杂的查询来按更多条件过滤行。

其他资源

以下教程解释了如何在 R 中执行其他常见任务：

如何在 R 中从 URL 读取 CSV
如何在 R 中合并多个 CSV 文件
如何在 R 中将数据框导出到 CSV 文件