使用R解压gz文件答案

【问题标题】：Decompress gz file using R使用R解压gz文件
【发布时间】：2011-08-11 11:49:13
【问题描述】：

我过去曾使用?unzip 来获取使用 R 的压缩文件的内容。这一次，我很难从 .gz 文件中提取文件，该文件可以在 here 找到。

我尝试了?gzfile 和?gzcon，但无法让它工作。您能提供的任何帮助将不胜感激。

【问题讨论】：

标签： r gzip

【解决方案1】：

这是一个有效的示例，可以帮助说明 gzfile() 和 gzcon() 的用途

foo <- data.frame(a=LETTERS[1:3], b=rnorm(3))
foo
#  a        b
#1 A 0.586882
#2 B 0.218608
#3 C 1.290776
write.table(foo, file="/tmp/foo.csv")
system("gzip /tmp/foo.csv")             # being very explicit

现在文件已经写好了，不要隐式使用file()，而是使用gzfile()：

read.table(gzfile("/tmp/foo.csv.gz"))   
#  a        b
#1 A 0.586882
#2 B 0.218608
#3 C 1.290776

您指向的文件是一个压缩的 tar 存档，据我所知，R 本身没有与 tar 存档的接口。这些通常用于分发源代码——例如用于 R 包和 R 源代码。

【讨论】：

可以用fread{data.table} 做到这一点吗？到目前为止，我尝试过但没有成功
这很明显但没有用，因为 data.table 不能使用该流。
这很有用。它的标准启发式尝试在三个不同的位置读取，这需要您无法在流上进行的向前/向后定位。我曾经寻求过疯狂的支持，并认为我看到了“不”，但也许这已经改变了。
当前版本的data.table 实际上原生支持csv.gz（不需要zcat）
现在应该可以工作了（+9 年后）library(data.table) library(R.utils) d

【解决方案2】：

要在 R 中取消 gz 文件，您可以这样做

library(R.utils)
gunzip("file.gz", remove=FALSE)

或

gunzip("file.gz")

但是您会得到默认 (remove=TRUE) 行为，其中输入文件在完全创建并关闭输出文件后被删除。

【讨论】：

这就是我想要的。注意：NOTE: The default (remove=TRUE) behavior is that the input file is removed after that the output file is fully created and closed. - 见?gunzip

【解决方案3】：

如果你真的想解压文件，只需使用支持gzip的untar函数。例如：

untar('chadwick-0.5.3.tar.gz')

【讨论】：

【解决方案4】：

http://blog.revolutionanalytics.com/2009/12/r-tip-save-time-and-space-by-compressing-data-files.html

R 在最新版本 (2.10) 中为某些类型的压缩文件添加了透明解压缩。如果您使用 bzip2、xvz 或 gzip 压缩文件，则可以将它们读入 R 中，就像它们是纯文本文件一样。您应该有正确的文件扩展名。

命令...

myData <- read.table('myFile.gz')

#gzip 压缩文件具有“gz”扩展名

就像“myFile.gz”是原始文本文件一样工作。

【讨论】：

除非您指定 colClasses 参数，否则它确实有效。如果你添加 myData

【解决方案5】：

library(vroom)
columns3 = c('A', 'B',...) ## define column names
Data1<- vroom(".../XXX.tsv",col_names = columns3)

与tsv.gz 配合得很好

【讨论】：