r - 在R中,read_csv()解析失败: Converting integers into NA's

标签 r csv read.csv readr

当我使用 read_csv() 和 read.csv() 将 CSV 文件导入 R 时,我遇到了一个问题。我的文件包含 170 万行和 78 个变量。其中大部分变量都是整数。 当我使用 read_csv() 时,一些整数单元格被转换为 NA,并且我收到以下警告。然而,这些单元格也是整数,所以我不知道为什么会出错。

10487 parsing failures.
row col   expected      actual                                              
3507 X27 an integer 2946793000  
3507 X46 an integer 5246675000  
3508 X8  an integer 11599000000 
3508 X23 an integer 2185000000  
3508 X26 an integer 2185000000.

当我访问 df[3507,27] 时,它只显示 NA。另外,X27,X46和X8都是整数,所以我不明白为什么该函数对大多数行有效,但对那几行不起作用。

但是,当我使用 read.csv() 时。它有效并返回 2946793000。 有人能告诉我为什么这两个函数在这里表现不同吗?

最佳答案

这些数字太大,无法用整数表示。

.Machine$integer.max
[1] 2147483647

关于r - 在R中,read_csv()解析失败: Converting integers into NA's,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45109823/

相关文章:

image - 创建没有任何边距的 R 热图

r - 如何使用数据科学工具箱对简单地址进行地理编码

r - 从 rmarkdown::render as variable 捕获 'output_format'

python - Pandas:使用循环和分层索引将多个 csv 文件导入数据框

r - 不断扫描 R 工作目录中的新文件

r - R 中 read.csv() 和 read.csv2() 之间的区别

r - 使用 Rmpfr 在 R 中进行高精度计算

java - RDD 到 CSV JAVA

r - 将多个csvs读入R时如何将文件名转换为变量

azure - dfR = Spark.read.format ("csv").option ("mode", "FAILFAST").option ("header","true").schema(sch).load(fileName) ---- 不工作