通常我们读取文件时都会读取全部的文件然后再进行操作，但是当读取的数据量很大是读取的时间会很长，而且占用RAM，对于写测试代码有点不方便。 所以只读取前n行数据是一个挺不错的函数
通常我们读取文件时都会读取全部的文件然后再进行操作，但是当读取的数据量很大是读取的时间会很长，而且占用RAM，对于写测试代码有点不方便。
##file：读取文件路径
##n：读取的前n行
##header：是否有标题行
readfile<-function(file, n=1000, header=T){
pt <- file(file, "r")
name <- NULL
if(header){
name <- strsplit(readLines(pt, 1), split=',')[[1]]; #读取标题
f1 <- readLines(pt, n)
data <- read.table(text=f1, sep=',', col.names=name)
}else{
data <- read.table(text=f1, sep=',')
}
close(pt)
data
}测试，最近制作linux启动盘误将移动硬盘当U盘，要死要死的，近500G资料丢失，因为制成启动盘所以资料还找不回来。
所以没有大型数据做测试。
之前200M的文件本人电脑上读取前10000行也是秒读的。
(data <- readfile(file="mtcars.csv", n=5, header=T))
X.. X.mpg. X.cyl. X.disp. X.hp. X.drat. X.wt.
1 Mazda RX4 21.0 6 160 110 3.90 2.620
2 Mazda RX4 Wag 21.0 6 160 110 3.90 2.875
3 Datsun 710 22.8 4 108 93 3.85 2.320
4 Hornet 4 Drive 21.4 6 258 110 3.08 3.215
class(data)
[1] "data.frame"
补充：R语言（数据读写操作）
本节介绍一些实用的数据处理函数（如行、列合并），以及如何从各种数据源读、写数据。
| 函数 | 含义 |
|---|---|
| length() | 对象的长度。如 2 行 3 列的矩阵，其长度为 6。 |
| dim() | 对象的维度。如 2 3 表示对象是二维的，有 2 行 3 列。 |
| str() | 对象的结构。常用于查看数据框各列的数据类型、或者因子的分级数量。 |
| class() | 对象的类。比如矩阵的返回结果是 matrix。 |
| typeof() | 对象内数据的类型。比如矩阵的返回结果是 integer。 |
| mode() | 对象的模式。比如矩阵会返回 numeric。 |
| names() | 对象中各成分的名称。 |
| cbind() | 按列合并多个对象。 |
| rbind() | 按行合并多个对象。 |
| objectname | 输出对象。 |
| head() | 输出对象的前部，对于数据框而言是前6行。通过 head(obj, N) 来指定输出前 N 行。 |
| tail() | 类似地，输出对象的后部。 |
| ls(NULL) | 无参数函数。显示当前所有对象的名称列表。 |
| rm() | 删除单个或多个对象。使用 rm(list = ls()) 可以删除除句点开头的隐藏对象外的所有对象。 |
一个 ls() 函数的例子：
a <- matrix(1:6, nrow=2, ncol=3)ls() # 目前的对象只有 a‘a'
使用需要赋值的 edit() 函数，或者无需写在赋值语句内的 fix() 函数。
dt <- data.frame(age = numeric(0), gender = character(0), weight = numeric(0))# dt <- edit(dt) # 需要自赋值# fix(dt) # 无需自赋值遗憾的是，在 Jupyter Notebook 现行的版本中，尚且不支持 edit() 函数。不过用户可以使用 fix() 函数。
关于怎样读取来自 URL 地址的网络文件，R 可以实现，但这里不做讨论。以下只讨论本地数据源的读写。
利用 read.table() 函数即可。其常用的参数有：
read.table(file, [header=T/F, sep=" ", row.names=, col.names=, na.strings=,
colClasses=, quote=, skip=, stringAsFactors=T/F,])其中，可选参数的含义大多较好理解：
header 表示文件首行是否是列名而不是数据；
sep 是列间分隔符；na.strings 指定一个字符向量，内部所有的元素在读取时会被转换为 NA；
colClasses 用于指派各列的类型，如 =c(“numeric”, “character”, “NULL”) 指定了前两列的类型并跳过了第三列；
skip 用于跳过文件的最开始的若干行；
stringAsFactors 为 TRUE（默认值）时表示字符向量按因子处理，设为 FALSE 可以提升大文本处理速度。
data.path <- paste(getwd(), '/data/iris.data.csv', sep='')dt <- read.table(data.path, header=T, sep=",")head(dt)| X5.1 | X3.5 | X1.4 | X0.2 | Iris.setosa |
|---|---|---|---|---|
| 4.9 | 3.0 | 1.4 | 0.2 | Iris-setosa |
| 4.7 | 3.2 | 1.3 | 0.2 | Iris-setosa |
| 4.6 | 3.1 | 1.5 | 0.2 | Iris-setosa |
| 5.0 | 3.6 | 1.4 | 0.2 | Iris-setosa |
| 5.4 | 3.9 | 1.7 | 0.4 | Iris-setosa |
| 4.6 | 3.4 | 1.4 | 0.3 | Iris-setosa |
# 利用 str() 函数查看其信息str(dt)
'data.frame': 149 obs. of 5 variables:
$ X5.1 : num 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 5.4 ...
$ X3.5 : num 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 3.7 ...
$ X1.4 : num 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 1.5 ...
$ X0.2 : num 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 0.2 ...
$ Iris.setosa: Factor w/ 3 levels "Iris-setosa",..: 1 1 1 1 1 1 1 1 1 1 ...须知：
如果列名中包含空格，R 会将空格替换为句点。
多数情况下，stringAsFactors 可以设为 FALSE。但是本例中的字符变量表示植物的种类，此处读成因子是正确的。
函数 read.csv() 能够读取 csv 文件，但是功能不如 read.table() —— 后者能处理非 csv 文本。
读取一个 Excel 文件最佳的方式，是预先将其转为 csv 格式，并用上述的 read.table() 方法读取。
你也可以查找关于 xlsx 包的相关内容，来获知如何直接操作 xlsx 文件。此处略过不提。
可以看一下以前写的文章：
需要用到 foreign 包。
SAS：使用 read.ssd()。如果你安装了 SAS，可以使用 Hmisc 包的 sas.get()。
SPSS：使用 read.spss()，或者 Hmisc 包的 spss.get()。
Stata：使用 read.data()。
一个方法是使用 ODBC 接口。针对你的数据库类型，安装 ODBC 驱动；然后在 R 中安装 RODBC 包。
另一个方法是使用 JDBC 接口，只不过需要 RJDBC 包。
在我们对于数据进行清洗之后，往往需要把清洗结果输出到一个新文件中。这里就以 csv 格式为例吧。一个通常的 write.table()/write.csv() 的例子：
write.csv(dt, "filename.csv", row.names=F)其中 row.names 指定为 FALSE，否则第一列会生成行号一样的数据。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程网。如有错误或未考虑完全的地方，望不吝赐教。
--结束END--
本文标题: R语言-如何读取前n行数据
本文链接: https://www.lsjlt.com/news/124325.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑，方便收藏和打印～
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
官方手机版
微信公众号
商务合作
0