로컬 독일어 스타일의 숫자가 포함 된 여러 개의 CSV 파일이 있습니다. 즉 소수 구분 기호로 쉼표를 사용하고 점을 천 단위 구분 기호로 사용합니다. 10.380,45. CSV 파일의 값은 ";"로 구분됩니다. 파일에는 클래스 문자, 날짜, 날짜 & 시간 및 논리의 열도 포함됩니다.R : data.table :: fread를 사용하여 CSV 파일을 읽을 수있는 방법은 십진수로 쉼표가 있고 천 단위 구분 기호 = "."
read.table 함수의 문제점은 dec = ","로 소수 구분 기호를 지정할 수 있지만 천 단위 구분 기호를 지정할 수 없다는 것입니다. (내가 틀렸다면 수정 해주십시오.)
전처리가 해결 방법이지만, 다른 사람들이 나와 함께 사용할 수있는 방식으로 코드를 작성하고 싶습니다.
다음 예제에서 볼 수 있듯이 내 자신의 클래스를 설정하여 read.csv2로 원하는 방식으로 CSV 파일을 읽는 방법을 찾았습니다. 지금 Most elegant way to load csv with point as thousands separator in R
# Create test example
df_test_write <- cbind.data.frame(c("a","b","c","d","e","f","g","h","i","j",rep("k",times=200)),
c("5.200,39","250,36","1.000.258,25","3,58","5,55","10.550,00","10.333,00","80,33","20.500.000,00","10,00",rep("3.133,33",times=200)),
c("25.03.2015","28.04.2015","03.05.2016","08.08.2016","08.08.2016","08.08.2016","08.08.2016","08.08.2016","08.08.2016","08.08.2016",rep("08.08.2016",times=200)),
stringsAsFactors=FALSE)
colnames(df_test_write) <- c("col_text","col_num","col_date")
# write test csv
write.csv2(df_test_write,file="Test.csv",quote=FALSE,row.names=FALSE)
#### read with read.csv2 ####
# First, define your own class
#define your own numeric class
setClass('myNum')
#define conversion
setAs("character","myNum", function(from) as.numeric(gsub(",","\\.",gsub("\\.","",from))))
# own date class
library(lubridate)
setClass('myDate')
setAs("character","myDate",function(from) dmy(from))
# Read the csv file, in colClasses the columns class can be defined
df_test_readcsv <- read.csv2(paste0(getwd(),"/Test.csv"),
stringsAsFactors = FALSE,
colClasses = c(
col_text = "character",
col_num = "myNum",
col_date = "myDate"
)
)
내 문제를 바탕으로, 서로 다른 데이터 세트는 200 열과 350000 행까지 가지고. 상위 솔루션을 사용하려면 하나의 CSV 파일을로드하는 데 40 ~ 60 초가 걸리므로 속도를 높이고 싶습니다.
내 연구를 통해 data.table
패키지에서 fread()
이라는 패키지를 발견했습니다.이 패키지는 정말 빠릅니다. CSV 파일을로드하는 데 약 3 ~ 5 초가 소요됩니다.
불행히도 천 단위 구분 기호를 지정할 가능성도 없습니다. 그래서 colClasses 내 솔루션을 사용하려고하지만 https://github.com/Rdatatable/data.table/issues/491
도 참조 내 다음 테스트 코드 FREAD 개별 클래스를 사용할 수 없다는 문제가있을 것 같습니다 :
##### read with fread ####
library(data.table)
# Test without colclasses
df_test_readfread1 <- fread(paste0(getwd(),"/Test.csv"),
stringsAsFactors = FALSE,
dec = ",",
sep=";",
verbose=TRUE)
str(df_test_readfread1)
# PROBLEM: In my real dataset it turns the number into an numeric column,
# unforunately it sees the "." as decimal separator, so it turns e.g. 10.550,
# into 10.5
# Here it keeps everything as character
# Test with colclasses
df_test_readfread2 <- fread(paste0(getwd(),"/Test.csv"),
stringsAsFactors = FALSE,
colClasses = c(
col_text = "character",
col_num = "myNum",
col_date = "myDate"
),
sep=";",
verbose=TRUE)
str(df_test_readfread2)
# Keeps everything as character
그래서 제 질문 : 10.380,45와 같은 숫자 값을 가진 CSV 파일을 fread로 읽는 방법이 있습니까? (다른 방법 : 이러한 숫자 값을 사용하여 CSV를 읽는 가장 빠른 방법은 무엇입니까?)
미리 답변 해 주셔서 감사합니다. 내 질문이 길지 않았 으면 좋겠어요 .-).
참조 [# 1636] (https://github.com/Rdatatable/data.table/issues/1636). 이것은 결점으로 나를 때린다.'options ("datatable.fread.dec.locale"= "de_DE.utf8")를 설정해도 문제가 해결되지 않는 이유는 확실치 않다. @Arun은 이상하지 않은가? – MichaelChirico