Methode 1: Importieren Sie eine CSV-Datei aus einer bestimmten Zeile<\/strong><\/span><\/p>\n In diesem speziellen Beispiel werden die ersten beiden Zeilen der CSV-Datei \u00fcbersprungen und alle anderen Zeilen der Datei, beginnend mit der dritten Zeile, importiert.<\/span><\/p>\n Methode 2: Importieren Sie eine CSV-Datei, in der die Zeilen die Bedingung erf\u00fcllen<\/strong><\/span><\/p>\n In diesem speziellen Beispiel werden nur Zeilen aus der CSV-Datei importiert, deren Wert in der Spalte \u201ePunkte\u201c gr\u00f6\u00dfer als 90 ist.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede dieser Methoden in der Praxis mit der folgenden CSV-Datei namens my_data.csv<\/strong> verwendet wird:<\/span> <\/p>\n Der folgende Code zeigt, wie Sie die CSV-Datei importieren und die ersten beiden Zeilen der Datei ignorieren:<\/span><\/p>\n Beachten Sie, dass die ersten beiden Zeilen (mit den Teams A und B) beim Import der CSV-Datei ignoriert wurden.<\/span><\/p>\n Standardm\u00e4\u00dfig versucht R, die Werte der n\u00e4chsten verf\u00fcgbaren Zeile als Spaltennamen zu verwenden.<\/span><\/p>\n Um Spalten umzubenennen, k\u00f6nnen Sie die Funktion \u201enames()\u201c<\/strong> wie folgt verwenden:<\/span><\/p>\n Angenommen, wir m\u00f6chten nur die Zeilen aus der CSV-Datei importieren, deren Wert in der Punktespalte gr\u00f6\u00dfer als 90 ist.<\/span><\/p>\n Wir k\u00f6nnen dazu die Funktion read.csv.sql<\/strong> aus dem sqldf-<\/strong> Paket verwenden:<\/span><\/p>\n Beachten Sie, dass nur die beiden Zeilen der CSV-Datei importiert wurden, deren Wert in der Spalte \u201ePunkte\u201c gr\u00f6\u00dfer als 90 ist.<\/span><\/p>\n Hinweis Nr. 1<\/strong> : In diesem Beispiel haben wir das Argument eol<\/strong> verwendet, um anzugeben, dass das \u201eZeilenende\u201c in der Datei durch \\n<\/strong> angegeben wird, was eine neue Zeile darstellt.<\/span><\/p>\n Hinweis Nr. 2:<\/strong> In diesem Beispiel haben wir eine einfache SQL-Abfrage verwendet, Sie k\u00f6nnen jedoch komplexere Abfragen schreiben, um Zeilen nach noch mehr Bedingungen zu filtern.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in R ausf\u00fchren:<\/span><\/p>\n So lesen Sie eine CSV-Datei von einer URL in R<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um bestimmte Zeilen aus einer CSV-Datei in R zu lesen: Methode 1: Importieren Sie eine CSV-Datei aus einer bestimmten Zeile df <- read. csv (“ my_data.csv „, skip= 2 ) In diesem speziellen Beispiel werden die ersten beiden Zeilen der CSV-Datei \u00fcbersprungen und alle anderen Zeilen der Datei, beginnend […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df <- read. csv<\/span> (\" my_data.csv<\/span> \", skip= 2<\/span> )\n<\/strong><\/pre>\n library<\/span> (sqldf)\n\ndf <- read. csv<\/span> . sql<\/span> (\" my_data.csv<\/span> \",\n sql = \" select * from file where `points` > 90<\/span> \", eol = \" \\n<\/span> \")\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/certain1.png\")
<\/p>\n Beispiel 1: Importieren Sie eine CSV-Datei aus einer bestimmten Zeile<\/strong><\/span><\/h2>\n
#import data frame and skip first two rows\n<\/span>df <- read. csv<\/span> (' my_data.csv<\/span> ', skip= 2<\/span> )\n\n#view data frame\n<\/span>df\n\n B X90 X28 X28.1\n1 C 86 31 24\n2 D 88 39 24\n3 E 95 34 28<\/span><\/span><\/strong><\/pre>\n #rename columns\n<\/span>names(df) <- c(' team<\/span> ', ' points<\/span> ', ' assists<\/span> ', ' rebounds<\/span> ')\n\n#view updated data frame<\/span>\ndf\n\n team points assists rebounds\n1 C 86 31 24\n2 D 88 39 24\n3 E 95 34 28\n<\/span><\/span><\/strong><\/pre>\n Beispiel 2: Importieren Sie eine CSV-Datei, in der die Zeilen die Bedingung erf\u00fcllen<\/strong><\/span><\/h2>\n
library<\/span> (sqldf)\n\n#only import rows where points > 90\n<\/span>df <- read. csv<\/span> . sql<\/span> (\" my_data.csv<\/span> \",\n sql = \" select * from file where `points` > 90<\/span> \", eol = \" \\n<\/span> \")\n\n#view data frame\n<\/span>df\n\n team points assists rebounds\n1 \u201cA\u201d 99 33 30\n2 \u201cE\u201d 95 34 28\n<\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So f\u00fchren Sie mehrere CSV-Dateien in R zusammen<\/a>
So exportieren Sie einen Datenrahmen in eine CSV-Datei in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"