提问人：rajvijay 提问时间：7/23/2015 更新时间：11/17/2017 访问量：64341
当存在许多列时，使用 readr：：read_csv（） 导入数据时覆盖列类型
Override column types when importing data using readr::read_csv() when there are many columns
问：
我正在尝试在 R 中使用 readr：：read_csv 读取 csv 文件。我导入的 csv 文件大约有 150 列，我只包括示例的前几列。我希望将第二列从默认类型（当我read_csv时是日期）覆盖为字符或其他日期格式。
GIS Join Match Code Data File Year State Name State Code County Name County Code Area Name Persons: Total
G0100010 2008-2012 Alabama 1 Autauga County 1 Autauga County, Alabama 54590
df <- data.frame("GIS Join Match Code"="G0100010", "Data File" = "2008-2012", "State" = "Alabama", "County" = "Autauga County", "Population" = 54590)
问题是，当我使用 readr：：read_csv 时，似乎我必须在col_types中覆盖时使用所有变量（请参阅下面的错误）。也就是说，需要分别指定覆盖所有 150 列（？）..问题是：有没有办法指定仅覆盖特定列的col_type，或者一个命名的对象列表？就我而言，它只是覆盖“数据文件年份”列。
我知道任何省略的列都会被自动解析，这对我的分析来说很好。我认为它变得更加复杂，因为列名在我下载的文件中有一个空格（例如，“数据文件年份”、“州代码”）等。
tempdata <- read_csv(df, col_types = "cc")
Error: You have 135 column names, but 2 columns
如果可能的话，我想的另一种选择是跳过一起阅读第二列？
答：
81赞
Nick
6/15/2016
#1
如果有人将来碰巧发现这个问题，这里有一个更通用的答案。不太建议使用“skip”来跳转列，因为如果导入的数据源结构发生更改，这将不起作用。
在您的示例中，只需设置默认列类型，然后定义与默认列不同的任何列，可能会更容易。
例如，如果所有列通常都是“d”，但日期列应该是“D”，则按如下方式加载数据：
read_csv(df, col_types = cols(.default = "d", date = "D"))
或者，例如，如果列日期应为“D”，列“xxx”应为“i”，则按如下方式执行：
read_csv(df, col_types = cols(.default = "d", date = "D", xxx = "i"))
如果您有多个列并且只有特定的例外（例如“date”和“xxx”），则上面的“default”使用非常强大。
评论
25赞
mkirzon
5/23/2020
我想补充一点，您可以使用它来保留除异常之外的所有列的默认解析/猜测，而不是指定通用默认数据类型.default = "?"
29赞
Lukasz
11/17/2017
#2
是的。例如，要强制将数值数据视为字符：
examplecsv = "a,b,c\n1,2,a\n3,4,d"
read_csv(examplecsv)
# A tibble: 2 x 3
# a b c
# <int> <int> <chr>
#1 1 2 a
#2 3 4 d
read_csv(examplecsv, col_types = cols(b = col_character()))
# A tibble: 2 x 3
# a b c
# <int> <chr> <chr>
#1 1 2 a
#2 3 4 d
选项包括：
col_character()
col_date()
col_time()
col_datetime()
col_double()
col_factor() # to enforce, will never be guessed
col_integer()
col_logical()
col_number()
col_skip() # to force skip column
评论