该函数已在 readr 中被取代并移至熔化包.
用法
melt_delim(
file,
delim,
quote = "\"",
escape_backslash = FALSE,
escape_double = TRUE,
locale = default_locale(),
na = c("", "NA"),
quoted_na = TRUE,
comment = "",
trim_ws = FALSE,
skip = 0,
n_max = Inf,
progress = show_progress(),
skip_empty_rows = FALSE
)
melt_csv(
file,
locale = default_locale(),
na = c("", "NA"),
quoted_na = TRUE,
quote = "\"",
comment = "",
trim_ws = TRUE,
skip = 0,
n_max = Inf,
progress = show_progress(),
skip_empty_rows = FALSE
)
melt_csv2(
file,
locale = default_locale(),
na = c("", "NA"),
quoted_na = TRUE,
quote = "\"",
comment = "",
trim_ws = TRUE,
skip = 0,
n_max = Inf,
progress = show_progress(),
skip_empty_rows = FALSE
)
melt_tsv(
file,
locale = default_locale(),
na = c("", "NA"),
quoted_na = TRUE,
quote = "\"",
comment = "",
trim_ws = TRUE,
skip = 0,
n_max = Inf,
progress = show_progress(),
skip_empty_rows = FALSE
)
参数
- file
-
文件路径、连接或文字数据(单个字符串或原始向量)。
以
.gz
、.bz2
、.xz
或.zip
结尾的文件将自动解压缩。将自动下载以http://
、https://
、ftp://
或ftps://
开头的文件。远程gz文件也可以自动下载并解压。文字数据对于示例和测试最有用。要被识别为文字数据,输入必须用
I()
包装,是包含至少一个换行符的字符串,或者是至少包含一个带有换行符的字符串的向量。使用值
clipboard()
将从系统剪贴板读取。 - delim
-
用于分隔记录中的字段的单个字符。
- quote
-
用于引用字符串的单个字符。
- escape_backslash
-
文件是否使用反斜杠来转义特殊字符?这比
escape_double
更通用,因为反斜杠可用于转义分隔符、引号字符,或添加特殊字符,例如\\n
。 - escape_double
-
文件是否通过加倍引号来转义引号?即,如果此选项为
TRUE
,则值""""
表示单引号\"
。 - locale
-
区域设置控制默认值因地而异。默认区域设置为 US-centric(如 R),但您可以使用
locale()
创建自己的区域设置来控制默认时区、编码、小数标记、大标记和日/月名称等内容。 - na
-
要解释为缺失值的字符串的字符向量。将此选项设置为
character()
以指示没有缺失值。 - quoted_na
-
引号内的缺失值是否应被视为缺失值(默认)或字符串。从 readr 2.0.0 开始,此参数已被软弃用。
- comment
-
用于标识评论的字符串。注释字符之后的任何文本都将被默默忽略。
- trim_ws
-
在解析每个字段之前是否应该删除前导和尾随空格(ASCII 空格和制表符)?
- skip
-
读取数据之前要跳过的行数。如果提供
comment
,则跳过后任何注释行都将被忽略。 - n_max
-
读取的最大行数。
- progress
-
显示进度条?默认情况下,它只会在交互式会话中显示,而不会在编织文档时显示。可以通过将选项
readr.show_progress
设置为FALSE
来禁用自动进度条。 - skip_empty_rows
-
空白行应该被完全忽略吗?即,如果此选项是
TRUE
,则根本不会表示空白行。如果是FALSE
,则它们将由所有列中的NA
值表示。
值
四列的 tibble()
:
-
row
,令牌来自原始文件中的行 -
col
,令牌来自原始文件中的列 -
data_type
,令牌的数据类型,例如"integer"
、"character"
、"date"
,以与guess_parser()
函数类似的方式进行猜测。 -
value
,令牌本身作为字符串,与其在原始文件中的表示形式保持不变。
如果存在解析问题,则会出现警告,告诉您有多少问题,并且您可以使用 problems()
检索详细信息。
细节
对于某些非矩形数据格式,将数据解析为融合格式(其中每行代表一个标记)可能很有用。
melt_csv()
和 melt_tsv()
是一般 melt_delim()
的特殊情况。它们对于读取最常见类型的平面文件数据、逗号分隔值和制表符分隔值非常有用。 melt_csv2()
使用 ;
作为字段分隔符,使用 ,
作为小数点。这在一些欧洲国家很常见。
也可以看看
read_delim()
用于从分隔文件读取矩形数据的常规方法。
例子
# Input sources -------------------------------------------------------------
# Read from a path
melt_csv(readr_example("mtcars.csv"))
#> Warning: `melt_csv()` was deprecated in readr 2.0.0.
#> ℹ Please use `meltr::melt_csv()` instead
#> # A tibble: 363 × 4
#> row col data_type value
#> <dbl> <dbl> <chr> <chr>
#> 1 1 1 character mpg
#> 2 1 2 character cyl
#> 3 1 3 character disp
#> 4 1 4 character hp
#> 5 1 5 character drat
#> 6 1 6 character wt
#> 7 1 7 character qsec
#> 8 1 8 character vs
#> 9 1 9 character am
#> 10 1 10 character gear
#> # … with 353 more rows
melt_csv(readr_example("mtcars.csv.zip"))
#> # A tibble: 363 × 4
#> row col data_type value
#> <dbl> <dbl> <chr> <chr>
#> 1 1 1 character mpg
#> 2 1 2 character cyl
#> 3 1 3 character disp
#> 4 1 4 character hp
#> 5 1 5 character drat
#> 6 1 6 character wt
#> 7 1 7 character qsec
#> 8 1 8 character vs
#> 9 1 9 character am
#> 10 1 10 character gear
#> # … with 353 more rows
melt_csv(readr_example("mtcars.csv.bz2"))
#> # A tibble: 363 × 4
#> row col data_type value
#> <dbl> <dbl> <chr> <chr>
#> 1 1 1 character mpg
#> 2 1 2 character cyl
#> 3 1 3 character disp
#> 4 1 4 character hp
#> 5 1 5 character drat
#> 6 1 6 character wt
#> 7 1 7 character qsec
#> 8 1 8 character vs
#> 9 1 9 character am
#> 10 1 10 character gear
#> # … with 353 more rows
if (FALSE) {
melt_csv("https://github.com/tidyverse/readr/raw/main/inst/extdata/mtcars.csv")
}
# Or directly from a string (must contain a newline)
melt_csv("x,y\n1,2\n3,4")
#> # A tibble: 6 × 4
#> row col data_type value
#> <dbl> <dbl> <chr> <chr>
#> 1 1 1 character x
#> 2 1 2 character y
#> 3 2 1 integer 1
#> 4 2 2 integer 2
#> 5 3 1 integer 3
#> 6 3 2 integer 4
# To import empty cells as 'empty' rather than `NA`
melt_csv("x,y\n,NA,\"\",''", na = "NA")
#> # A tibble: 6 × 4
#> row col data_type value
#> <dbl> <dbl> <chr> <chr>
#> 1 1 1 character "x"
#> 2 1 2 character "y"
#> 3 2 1 empty ""
#> 4 2 2 missing NA
#> 5 2 3 empty ""
#> 6 2 4 character "''"
# File types ----------------------------------------------------------------
melt_csv("a,b\n1.0,2.0")
#> # A tibble: 4 × 4
#> row col data_type value
#> <dbl> <dbl> <chr> <chr>
#> 1 1 1 character a
#> 2 1 2 character b
#> 3 2 1 double 1.0
#> 4 2 2 double 2.0
melt_csv2("a;b\n1,0;2,0")
#> Warning: `melt_csv2()` was deprecated in readr 2.0.0.
#> ℹ Please use `meltr::melt_csv2()` instead
#> ℹ Using "','" as decimal and "'.'" as grouping mark. Use `read_delim()` for more control.
#> # A tibble: 4 × 4
#> row col data_type value
#> <dbl> <dbl> <chr> <chr>
#> 1 1 1 character a
#> 2 1 2 character b
#> 3 2 1 double 1,0
#> 4 2 2 double 2,0
melt_tsv("a\tb\n1.0\t2.0")
#> Warning: `melt_tsv()` was deprecated in readr 2.0.0.
#> ℹ Please use `meltr::melt_tsv()` instead
#> # A tibble: 4 × 4
#> row col data_type value
#> <dbl> <dbl> <chr> <chr>
#> 1 1 1 character a
#> 2 1 2 character b
#> 3 2 1 double 1.0
#> 4 2 2 double 2.0
melt_delim("a|b\n1.0|2.0", delim = "|")
#> Warning: `melt_delim()` was deprecated in readr 2.0.0.
#> ℹ Please use `meltr::melt_delim()` instead
#> # A tibble: 4 × 4
#> row col data_type value
#> <dbl> <dbl> <chr> <chr>
#> 1 1 1 character a
#> 2 1 2 character b
#> 3 2 1 double 1.0
#> 4 2 2 double 2.0
相关用法
- R readr melt_table 返回空格分隔文件中每个标记的熔化数据
- R readr melt_fwf 返回固定宽度文件中每个标记的熔化数据
- R readr datasource 创建源对象。
- R readr read_rds 读/写 RDS 文件。
- R readr read_lines 从文件中读取/写入行
- R readr parse_number 灵活地解析数字
- R readr read_fwf 将固定宽度文件读入 tibble
- R readr read_builtin 从包中读取内置对象
- R readr Tokenizers 分词器。
- R readr date_names 创建或检索日期名称
- R readr type_convert 重新转换现有 DataFrame 中的字符列
- R readr locale 创建语言环境
- R readr write_delim 将数据帧写入分隔文件
- R readr parse_vector 解析字符向量。
- R readr with_edition 暂时更改活动阅读器版本
- R readr read_delim 将分隔文件(包括 CSV 和 TSV)读入 tibble
- R readr format_delim 将 DataFrame 转换为分隔字符串
- R readr edition_get 检索当前活动版本
- R readr readr_example 获取 readr 示例的路径
- R readr count_fields 计算文件每一行中的字段数
- R readr read_table 将空格分隔的列读入 tibble
- R readr problems 检索解析问题
- R readr parse_guess 使用“最佳”类型进行解析
- R readr parse_datetime 解析日期/时间
- R readr read_file 读/写完整文件
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Return melted data for each token in a delimited file (including csv & tsv)。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。