r - 如何在 r 中导入 csv 数据后删除空行
问题描述
我将几个大型 csv 文件与对象的到达 (ATA) 和离开 (ATD) 时间结合起来。合并文件后,我无法<NA>
使用熟悉的方法删除行。换行符和回车符的来源可能在 Windows 和 Unix 文件之间存在差异。但我不想更改 csv 文件。我希望能够更正 R 中的数据框。
我结合了几个包含相同变量的大型 csv 文件,例如:
# read csv files
df1 <- read.csv("data_1.csv", stringsAsFactors = FALSE)
df2 <- read.csv("data_2.csv", stringsAsFactors = FALSE)
df3 <- read.csv("data_3.csv", stringsAsFactors = FALSE)
# combine csv files
combidat <- rbind(df1, df2, df3)
# remove duplicate entries
combidat <- combidat[!duplicated(combidat), ]
要删除<NA>
ID 中的条目(第一列变量),我使用以下几个之一:
combidat <- combidat[!is.na(combidat$ID),]
combidat <- combidat[complete.cases(combidat[ , 1]),]
combidat <- combidat[rowSums(is.na(combidat)) != ncol(combidat),]
我还发现:
combidat <- combidat[-which(apply(combidat,1,function(x)all(is.na(x)))),]
但我不能使用这种方法。如果我这样做combidat
就会变得空虚。
如果我检查结果:
combidat[is.na(combidat$ID),]
我得到:
[1] ID ATA ATD object
<0 rows> (or 0-length row.names)
但是,如果我检查不一致之处,即到达时间之前的出发时间:
combidat[(ATD<ATA),]
我得到:
ID ATA ATD object
233 51586002 2016-03-14 09:44:00 2016-03-14 09:00:00 car718
798 54846070 2016-06-19 01:37:00 2016-04-07 23:59:00 car276
4126 56066767 2016-03-31 14:00:00 2016-03-30 07:00:00 car089
NA NA <NA> <NA> NA
NA.1 NA <NA> <NA> NA
NA.2 NA <NA> <NA> NA
NA.3 NA <NA> <NA> NA
NA.4 NA <NA> <NA> NA
NA.5 NA <NA> <NA> NA
NA.6 NA <NA> <NA> NA
NA.7 NA <NA> <NA> NA
我希望得到的是:
ID ATA ATD object
233 51586002 2016-03-14 09:44:00 2016-03-14 09:00:00 car718
798 54846070 2016-06-19 01:37:00 2016-04-07 23:59:00 car276
4126 56066767 2016-03-31 14:00:00 2016-03-30 07:00:00 car089
任何解释我做错了什么以及如何纠正它,将不胜感激。
[添加 2019 年 6 月 28 日] 导入的 csv 文件出现问题。以某种方式在数据字段中返回换行符/回车,被解释为记录结束标记。我玩弄了“报价”:
df1 <- read.csv("data_1.csv", stringsAsFactors = FALSE, quote = "\"'")
这有一些影响,但我没有做对。
解决方案
正如 gdevaux 所指出的,也许你的“NA”是字符。在这种情况下,您可以使用 dplyr 包过滤数据(您也可以尝试使用 base R 进行过滤):
library(dplyr)
combidat<- combidat%>% filter(!ID=="NA")
它也可能有空格,在这种情况下,您可以在导入中修剪或修剪列并重试上面的代码。
library(stringr)
combidat<- combidat%>%
mutate(ID=str_trim(ID, side = "both"))%>%
filter(!ID=="NA")
最后,您的 ID 列似乎只是由数字 ID 组成。在这种情况下,您可以将列设为数字,从而将 NA 值强制为实际 NA。
combidat$ID<- as.numeric(combidat$ID)
combidat<- combidat%>% filter(!is.na(ID))
如果值是强制的,R 会告诉你。