我将几个大型 csv 文件与对象的到达 (ATA) 和离开 (ATD) 时间组合在一起。合并文件后我无法删除 <NA>
使用熟悉的方法行。 Windows 和 Unix 文件的换行符和回车符的来源可能不同。但我不想更改 csv 文件。我希望能够更正 R 中的数据框。
我合并了几个包含相同变量的大型 csv 文件,例如:
# read csv files
df1 <- read.csv("data_1.csv", stringsAsFactors = FALSE)
df2 <- read.csv("data_2.csv", stringsAsFactors = FALSE)
df3 <- read.csv("data_3.csv", stringsAsFactors = FALSE)
# combine csv files
combidat <- rbind(df1, df2, df3)
# remove duplicate entries
combidat <- combidat[!duplicated(combidat), ]
使用 <NA>
删除条目在 ID(第一列变量)中,我使用其中一个:
combidat <- combidat[!is.na(combidat$ID),]
combidat <- combidat[complete.cases(combidat[ , 1]),]
combidat <- combidat[rowSums(is.na(combidat)) != ncol(combidat),]
我还发现:
combidat <- combidat[-which(apply(combidat,1,function(x)all(is.na(x)))),]
但我不能使用这种方法。如果我这样做 combidat
变空了。
如果我检查结果:
combidat[is.na(combidat$ID),]
我得到:
[1] ID ATA ATD object
<0 rows> (or 0-length row.names)
但是,如果我检查不一致情况,即出发时间早于到达时间:
combidat[(ATD<ATA),]
我得到:
ID ATA ATD object
233 51586002 2016-03-14 09:44:00 2016-03-14 09:00:00 car718
798 54846070 2016-06-19 01:37:00 2016-04-07 23:59:00 car276
4126 56066767 2016-03-31 14:00:00 2016-03-30 07:00:00 car089
NA NA <NA> <NA> NA
NA.1 NA <NA> <NA> NA
NA.2 NA <NA> <NA> NA
NA.3 NA <NA> <NA> NA
NA.4 NA <NA> <NA> NA
NA.5 NA <NA> <NA> NA
NA.6 NA <NA> <NA> NA
NA.7 NA <NA> <NA> NA
我希望得到的是:
ID ATA ATD object
233 51586002 2016-03-14 09:44:00 2016-03-14 09:00:00 car718
798 54846070 2016-06-19 01:37:00 2016-04-07 23:59:00 car276
4126 56066767 2016-03-31 14:00:00 2016-03-30 07:00:00 car089
任何解释我做错了什么以及如何纠正它,将不胜感激。
[2019 年 6 月 28 日添加] 导入的 csv 文件出现问题。不知何故,数据字段中的换行符/回车符被解释为记录标记的结尾。我玩弄了“引用”:
df1 <- read.csv("data_1.csv", stringsAsFactors = FALSE, quote = "\"'")
这有一些影响,但我没弄对。
最佳答案
正如 gdevaux 所指出的,也许您的“NA”是字符。在这种情况下,您可以使用 dplyr 包过滤数据(您也可以在尝试时使用 base R 来完成):
library(dplyr)
combidat<- combidat%>% filter(!ID=="NA")
它也可能有空格,在这种情况下,您可以在导入时修剪或修剪列并重试上面的代码。
library(stringr)
combidat<- combidat%>%
mutate(ID=str_trim(ID, side = "both"))%>%
filter(!ID=="NA")
最后,您的 ID 列似乎只是由数字 ID 组成。在那种情况下,您可以将您的列设为数字,从而将 NA 值强制为真实的 NA。
combidat$ID<- as.numeric(combidat$ID)
combidat<- combidat%>% filter(!is.na(ID))
如果值被强制转换,R 会告诉您。
关于r - 如何在r中导入csv数据后删除空行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56772959/