read.csv,第一行的标题,跳过第二行

Question

我有一个带有两个标题行的CSV文件,第一行我想成为标题,但第二行我要丢弃.如果我执行以下命令:

data <- read.csv("HK Stocks bbg.csv", header = T, stringsAsFactors = FALSE)

第一行成为标题,文件的第二行成为我数据框的第一行:

  Xaaaaaaaaa       X X.1     Xbbbbbbbbbb     X.2 X.3
1         Date PX_LAST  NA         Date PX_LAST  NA
2   31/12/2002  38.855  NA   31/12/2002  19.547  NA
3   02/01/2003  38.664  NA   02/01/2003  19.547  NA
4   03/01/2003  40.386  NA   03/01/2003  19.547  NA
5   06/01/2003  40.386  NA   06/01/2003  19.609  NA
6   07/01/2003  40.195  NA   07/01/2003  19.609  NA

我想跳过CSV文件的第二行,然后得到

  X1.HK.Equity       X X.1 X2.HK.Equity     X.2 X.3
2   31/12/2002  38.855  NA   31/12/2002  19.547  NA
3   02/01/2003  38.664  NA   02/01/2003  19.547  NA
4   03/01/2003  40.386  NA   03/01/2003  19.547  NA
5   06/01/2003  40.386  NA   06/01/2003  19.609  NA
6   07/01/2003  40.195  NA   07/01/2003  19.609  NA

我尝试过,data <- read.csv("HK Stocks bbg.csv", header = T, stringsAsFactors = FALSE, skip = 1)但返回:

        Date PX_LAST  X     Date.1 PX_LAST.1 X.1
1 31/12/2002  38.855 NA 31/12/2002    19.547  NA
2 02/01/2003  38.664 NA 02/01/2003    19.547  NA
3 03/01/2003  40.386 NA 03/01/2003    19.547  NA
4 06/01/2003  40.386 NA 06/01/2003    19.609  NA
5 07/01/2003  40.195 NA 07/01/2003    19.609  NA
6 08/01/2003  40.386 NA 08/01/2003    19.547  NA

标题行来自我的CSV文件的第二行,而不是第一行.

谢谢.

Answer 1

这应该做的伎俩:

all_content = readLines("file.csv")
skip_second = all_content[-2]
dat = read.csv(textConnection(skip_second), header = TRUE, stringsAsFactors = FALSE)

第一步使用readLines将整个文件读入列表,其中列表中的每个项目代表文件中的一行.接下来,您使用R中的负索引表示丢弃第二行select all but this index.最后,我们提供这些数据以read.csv将其处理成a data.frame.

Answer 2

您可以直接从数据框中删除标题后的第一行，以允许您在一行中执行此操作：

df<-read.csv("test.txt",header=T)[-1,]

如果我的数据文件“test.txt”如下：

var1, var2
units1, units2
2.3,6.8
4.5,6.7

这给了我

> read.csv("test.txt",header=T)[-1,]
var1 var2
2  2.3  6.8
3  4.5  6.7

这完全回答了您的问题，但只是为了概括答案，您还可以通过这种方式跳过第N行到第M行：

df<-read.csv("test.txt",header=T)[-N:-M,]

其中 N 和 M 当然是整数。

注意：此方法会将所有列转换为因子。

str(read.csv("test.csv", header = TRUE)[-1,])
# 'data.frame': 2 obs. of  2 variables:
#   $ var1: Factor w/ 3 levels "2.3","4.5","units1": 1 2
#   $ var2: Factor w/ 3 levels " units2","6.7",..: 3 2