规模数据导入高效方式︱将数据快速读入R—readr和readxl包
来源:互联网 发布:我的女神知乎 编辑:程序博客网 时间:2024/05/17 13:13
本文由雪晴数据网负责翻译整理,原文请参考New packages for reading data into R — fast作者David
Smith。转载请注明原文链接http://www.xueqing.tv/cms/article/102昨天在新电脑使用xlsx包的时候,因为加载rJava十分不悦…于是用了readxl,不要太方便,于是转一篇过来备用着。以后读入都用你了~
Hadley Wickham 和 RStudio团队写了一些新的R包,这些包对于每个需要在R中读入数据的人来说都是非常有用的。readr包提供了一些在R中读入文本数据的函数。readxl包提供了一些在R中读入Excel电子表格数据的函数。它们的读取速度远远超过你目前正在用的一些函数。
readr包提供了若干函数在R中读取数据。我们通常会用R中的read.table家族函数来完成我们的数据读入任务。这里,readr包提供了许多替代函数。它们增加了额外的一些功能并且速度快很多。
首先,read_table几乎代替了read.table。下面通过读取一个包含400万行的数据来比较它们的区别。点击这里下载该数据。
注1:在演示之前简单说下我电脑的配置:win7,64位操作系统,8G内存,CPU A6双核。电脑配置不行,原文给出的实验时间甩了我好几条街。但不管怎样,在现有的条件下效率确实提高了很多。原文用时见末尾链接。
注2:如果读取中文数据出现乱码,在编辑器设置下字符编码为”UTF-8”
system.time(read_table("C:\\Users\\a\\Desktop\\biggerfile.txt", col_names=c("DAY","MONTH","YEAR","TEMP")))system.time(read.table("C:\\Users\\a\\Desktop\\biggerfile.txt", col.names=c("DAY","MONTH","YEAR","TEMP")))
这些命令看上去非常相似,但是read.table花的时间是50.62秒,而read_table完成相同的任务只花了2.76秒。这是因为read_table把数据当做是固定格式的文件,并且使用C++快速处理数据。
R中的基础包utils也有读取固定宽度数据的函数,下面的示例就能体现出readr的亮点:
system.time(read_fwf("C:\\Users\\a\\Desktop\\biggerfile.txt", fwf_widths(c(3,15,16,12), col_names=c("DAY","MONTH","YEAR","TEMP"))))system.time(read.fwf("C:\\Users\\a\\Desktop\\biggerfile.txt", c(3,15,16,12), col.ames=c("DAY","MONTH","YEAR","TEMP")))
readr包的read_fwf函数用时3.97秒,而标准的read.fwf函数耗时1372秒。
readr包中的其它函数包括:read_csv读取逗号分隔的数据(欧洲用的是read_csv2函数),read_tsv读取制表符分隔数据,read_lines函数从文件中逐行读取数据(非常适合复杂的后期处理)。它还可以读取多种格式的日期时间列,智能的将文本数据读取为字符串(不再需要设置strings.as.factors=FALSE)。
对于Excel格式的数据,这里有readxl包。这个包提供的函数可以读取.xls和.xlsx格式的Excel工作表。虽然这里没有演示read_execl函数的使用,但是它跟readr中的函数一样都是基于C++库的,因此读取速度应该也很快。最重要的是,它没有任何的外部依赖,因此你可以在任意平台上用它来读取数据—不要求安装了Excel。
readr包已发布在CRAN上,readxl可以从github安装。
- 规模数据导入高效方式︱将数据快速读入R—readr和readxl包
- 将数据快速读入R—readr和readxl包
- R语言读CSV、txt文件方式以及read.table read.csv 和readr(大数据读取包)
- R语言读CSV、txt文件方式以及read.table read.csv 和readr(大数据读取包)
- R语言读CSV、txt文件方式以及read.table read.csv 和readr(大数据读取包)
- readr包:读取/输出文本数据
- R语言---数据导入方式
- R语言读入数据
- R语言读入数据
- R 数据读入
- R数据读入笔记
- R语言读入数据
- R语言如何 将数据导出、导入
- R语言读入文本数据
- R:读入csv格式数据
- R︱高效数据操作——data.table包(实战心得、dplyr对比、key灵活用法、数据合并)
- R中高效读取文件readxl, read.fwf
- 将Excel数据快速大批量导入数据库
- 支付清结算在业务场景中有何作用?
- SQLServer公历转农历函数(1900年-2049年)
- iPhone safari浏览器,后退后页页不执行脚本
- LoRaWAN介绍2 架构
- Android中如何获取应用版本号
- 规模数据导入高效方式︱将数据快速读入R—readr和readxl包
- Maven的常用命令
- gradle 执行 shell 命令
- 欢迎大家交流讨论
- SQLITE 获取本地时间
- 环信聊天,可发图片和语音2
- 程序连接oracle失败
- Google-Guava学习:用Optional<T>表示可能为null的T类型引用
- iOS 升级之后蓝牙连接提示错误