我的问题是,当我读取包含列名(例如(标题))的csv文件时,列名消失了,而是显示了“V1”,“V2” ...
我有csv格式的mtcars
数据集,这是预览
model,mpg,cyl,disp,hp,drat,wt,qsec,vs,am,gear,carb
Mazda RX4,21,6,160,110,3.9,2.62,16.46,0,1,4,4
Mazda RX4 Wag,21,6,160,110,3.9,2.875,17.02,0,1,4,4
Datsun 710,22.8,4,108,93,3.85,2.32,18.61,1,1,4,1
我想上传到HDFS并阅读它,因此我在“HUE”平台上上传了文件。我可以在文件管理器中查看它。这是一个小预览:
然后在R session 中使用
plyrmr
运行以下代码:filename3 <- "/user/sgerony/mtcars.csv"
input(filename3,format=make.input.format(format = "csv", sep=","))
结果是这样的:
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12
1 Chrysler Imperial 14.7 8 440 230 3.23 5.345 17.42 0 0 3 4
2 Fiat 128 32.4 4 78.7 66 4.08 2.2 19.47 1 1 4 1
3 Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
4 Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.9 1 1 4 1
如您所见,列名已消失。我究竟做错了什么?
谢谢
最佳答案
这是我找到的解决方案(我真的不喜欢它,因此,如果您有更好的解决方案,请共享)。
我将csv文件分为两个csv文件,一个仅包含列名(mtcars_names.csv),另一个包含数据(mtcars_no_names.csv)。然后将它们上传到文件管理器。
filename <- "/user/sgerony/mtcars_no_names.csv"
filename.names <- "/user/sgerony/mtcars_names.csv"
filename.names <- as.data.frame(input(filename.names,
format=make.input.format(format = "csv", sep=",")))
# transform the columns in "character" types
for(i in 1:dim(filename.names)[2]){
filename.names[,i] <- as.character(filename.names[,i])
}
现在,每次我写/读文件时,我都会编写代码:
### comlumn name information is once more lost
output(input(filename,format=make.input.format(format = "csv",
sep=",", col.names = filename.names[1,])),
path="/user/sgerony/mtcars_output_csv")
input("/user/sgerony/mtcars_output_csv",
format=make.input.format(format = "csv",
sep=",", col.names = filename.names[1,]))
如果生成数据子集,可能会变得非常混乱。对于具有不同列名的每个子集,必须生成一个包含列名的新文件
关于r - 如何在R中读取HDFS中的文件而不丢失列名和行名,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33802116/