确定输入文件中的数据类型答案

【问题标题】：determining type of data in the input file确定输入文件中的数据类型
【发布时间】：2014-03-21 15:51:09
【问题描述】：

我正在读取前两行这样的文件（列是空格分隔的）：

c1 c2 c3 c4 c5

1 2 3 4 5

我想读取前两行并确定第一行是字符向量还是数值向量？（在上面的示例中，它是字符，但在其他文件中它可以是数字）。

我该怎么做？我尝试使用 read.table、data.table 和 fread，但它们都不能正常工作。 read.table 将每个元素转换为整数。你能帮我一个简单的方法吗？

【问题讨论】：

这里是不是有些文件有标题而有些没有？
@jlhoward，是的，我想检测文件是否有标题
@Elahehkamaliha，那么这个问题与您之前的问题有何不同：stackoverflow.com/questions/22413199/…
@Henrik 我试图让它更通用。在这里，我只问如何获取文件中每个单元格的类型（字符、数字、...）
@Elahehkamaliha，cmets 中针对您之前的问题提出了几种方法。分享您的尝试对每个人都有帮助。请向我们展示您尝试过的代码以及为什么它不能满足您的需求。这表明您已经花时间尝试帮助自己，它可以避免我们重复明显的答案，它可以帮助您获得更具体和相关的答案。干杯。

标签： r file types data.table

【解决方案1】：

你可以按照

的方式做一些事情

twoLines <- readLines("myFile", nrow=2)
firstLineFields <- strsplit(twoLines, " ")[[1]]
allNumeric <- !any(is.na(as.numeric(firstLineFields)))
allChar <- all(is.na(as.numeric(firstLineFields)))

【讨论】：

【解决方案2】：

这应该适合你。

df <- data.frame(matrix(rnorm(5),ncol=5))
write.table(df, "hdr.txt", sep=" ")
write.table(df, "nohdr.txt", sep=" ",col.names=F)

input <- read.table("hdr.txt",colClasses="character",nrows=1) # grab first line
hdr   <- any(is.na(as.numeric(input)))                   # hdr=T if any character
hdr
# [1] TRUE

input <- read.table("nohdr.txt",colClasses="character",nrows=1) # grab first line
hdr   <- any(is.na(as.numeric(input)))                   # hdr=F if all numeric
hdr
# [1] FALSE
data  <- read.table(header=hdr,...)

所以请阅读第一行，将所有内容强制转换为字符。应用 as.numeric(...) 函数将返回 NA 用于无法强制转换为数字的任何元素。如果发生这种情况，你就有了一个标题。

【讨论】：

不工作，我认为 read.table 默认将所有元素返回为整数。我的文件有一个标题，但是当我使用你的解决方案时 hdr 是错误的
对不起，应该是as.numeric(...)，而不是is.numeric(...)。这就是我没有测试它的结果。

【解决方案3】：

您只是在寻找str 函数吗？

df <- data.frame(number_column = c(1, 2, 3),
                 factor_Column = c('a', 'b', 'c'),
                 date_column = as.Date(c('2014-01-01', '2014-01-01', '2014-01-01'),
                                      format = '%Y-%m-%d'))       
str(df)

'data.frame':   3 obs. of  3 variables:
 $ number_column: num  1 2 3
 $ factor_Column: Factor w/ 3 levels "a","b","c": 1 2 3
 $ date_column  : Date, format: "2014-01-01" "2014-01-01" ...

【讨论】：