R textConnection 速度慢

Question

我有多个文件要加载，并希望将它们连接成 1 个数据框。我正在尝试使用 textConnection，但它运行得很慢。这是我将数据加载到 R 时的样子：

"1995200008,10,1995,5190.61,73300"   
"1995200010,1,1995,6776.44,42652"   
"1995200011,11,1995,2315.83,4169"    
"1995200014,6,1995,9846.79,2113"    
"1995200017,8,1995,3978.93,2449"     
"1995200018,6,1995,3582.69,2449"    
"1995200022,7,1995,10409.18,2859"

我不能使用 read.csv，因为它使用一个库从 Hadoop 中提取数据。双引号在数据中。

这是我正在使用的代码：

tmp <- hdfs.read.text.file(filename)
tmp1 <- read.table(textConnection(tmp), sep = ",")

有谁知道一种可以运行得更快的方法？

Answer 1

返回hdfs.read.text.file一个字符向量。

您可以直接将数组传递给 read.table 函数，而无需创建textConnection. 尝试下面的代码，

charV <- hdfs.read.text.file(filename)
df <- read.table(text = charV, sep = ",", header = TRUE)