【问题标题】：import dat file into R将 dat 文件导入 R
【发布时间】：2012-07-24 17:33:10
【问题描述】：

为这个问题的简单性提前道歉。我正在尝试使用以下代码将 .dat 文件从网站导入 R：

www = "http://www.nilu.no/projects/ccc/onlinedata/ozone/CZ03_2009.dat"
data <- read.delim(www, header = TRUE, sep="\t")

我想访问 data.frame 的 Value 部分，但是，我不确定 data.frame 的尺寸，如果我输入 ncol(data) 它会返回 1，我期望它是 3。如何访问此 data.frame 的“第三”列？

【问题讨论】：

标签： r import

【解决方案1】：

dat 文件在实际数据之前有一些额外的信息行。使用skip 参数跳过它们：

read.table("http://www.nilu.no/projects/ccc/onlinedata/ozone/CZ03_2009.dat", 
           header=TRUE, skip=3)

如果您不熟悉数据集，一个简单的检查方法是首先使用readLines 检查几行，如下所示：

readLines("http://www.nilu.no/projects/ccc/onlinedata/ozone/CZ03_2009.dat", 
          n=10)
# [1] "Ozone data from CZ03 2009"   "Local time: GMT + 0"        
# [3] ""                            "Date        Hour      Value"
# [5] "01.01.2009 00:00       34.3" "01.01.2009 01:00       31.9"
# [7] "01.01.2009 02:00       29.9" "01.01.2009 03:00       28.5"
# [9] "01.01.2009 04:00       32.9" "01.01.2009 05:00       20.5"

在这里，我们可以看到实际数据从[4]开始，所以我们知道跳过前三行。

更新

如果您真的只想要Value 列，您可以这样做：

as.vector(
    read.table("http://www.nilu.no/projects/ccc/onlinedata/ozone/CZ03_2009.dat",
               header=TRUE, skip=3)$Value)

同样，readLines 可帮助我们确定将要导入的列的实际名称。

但与读取整个数据集并稍后提取相比，我认为这样做并没有太多优势。

【讨论】：

谢谢。所以，从这里我将如何定义一个名为“Value”的变量。 data$Value 不起作用，并且 ncol(data) 等于 1？我输入 as.vector(data$Value) 并且 R 返回 NULL。
请再看示例。您可能仍然拥有sep="\t"，它将把所有内容放在一个单独的列中data.frame；您尝试读取的实际文件由 space 分隔，而不是由 tabs 分隔。因此，如果您想要完整的数据集，请使用我答案上部的解决方案。如果您只想将 Values 列作为单独的向量，请使用更新后的部分。我希望这是有道理的。
谢谢我错过了解决方案的那一部分。效果很好。
为什么你的skip等于3？
@MonaJalal，请参阅答案中的第一句话。