在没有 rbind() 的情况下在 R 中堆叠许多数据帧时出现数字与字符串问题
numeric vs string issue when stacking many data frames in R without rbind()
我有大约 200 个数据框，每个 100000 行乘以 45 列。列都是一样的。我想将它们堆叠到一个数据框中。
（我通过将一个大文本文件拆分为 200 个较小的文本文件并使用 read.csv() 获得了 160 个数据帧）
一些列包含字符串，一些包含数字。我已阅读 this answer 并且知道我不应该使用 rbind() 来完成此操作，但我 运行 遇到了麻烦。我的数据集中的 V1 列包含字符串。但是当我 运行 我的代码只插入第一个 100000:
#load in miniset1
load("filepath.Rda")
filetest <- data.frame(matrix(nrow=2000000, ncol = 45))
colnames(filetest)<-gsub("X", "V", colnames(filetest))
filetest[1:100000,]<-miniset1
head(filetest)
..它看起来像是在试图让 V1 成为一个数字而不是一个字符串。例如，它在 head() 调用中打印数字“5777”，而不是在那里写入的名称。有没有一种方法可以在我制作初始矩阵时指定它？我宁愿只能够使用其中一个数据集的特征，而不必手动编码每一列是字符串还是数字。
您给出的 link 警告您不要一次增加 data.frame 一行，您没有那样做。就个人而言，我会用一些可以手动处理非常大的 .csv 文件的东西来读取数据，比如 sqldf。这是一个 link Quickly reading very large tables as dataframes in R
您可以展开第一个数据框并保留列类型：
first<-data.frame(A="a", N=5)
filetest<-first[1:2000000,]
然后填写。
您可以在数据框列表中使用 Reduce() 和 merge()：
big.df <- Reduce(function(...) merge(..., all=TRUE), list(df1, df2, etc.))
不过请注意，当且仅当所有数据框中没有重复行时，这才有效。如果有重复项，此过程只会 return 每组 n 个重复项的一行。
我有大约 200 个数据框，每个 100000 行乘以 45 列。列都是一样的。我想将它们堆叠到一个数据框中。
（我通过将一个大文本文件拆分为 200 个较小的文本文件并使用 read.csv() 获得了 160 个数据帧）
一些列包含字符串，一些包含数字。我已阅读 this answer 并且知道我不应该使用 rbind() 来完成此操作，但我 运行 遇到了麻烦。我的数据集中的 V1 列包含字符串。但是当我 运行 我的代码只插入第一个 100000:
#load in miniset1
load("filepath.Rda")
filetest <- data.frame(matrix(nrow=2000000, ncol = 45))
colnames(filetest)<-gsub("X", "V", colnames(filetest))
filetest[1:100000,]<-miniset1
head(filetest)
..它看起来像是在试图让 V1 成为一个数字而不是一个字符串。例如，它在 head() 调用中打印数字“5777”，而不是在那里写入的名称。有没有一种方法可以在我制作初始矩阵时指定它？我宁愿只能够使用其中一个数据集的特征，而不必手动编码每一列是字符串还是数字。
您给出的 link 警告您不要一次增加 data.frame 一行，您没有那样做。就个人而言，我会用一些可以手动处理非常大的 .csv 文件的东西来读取数据，比如 sqldf。这是一个 link Quickly reading very large tables as dataframes in R
您可以展开第一个数据框并保留列类型：
first<-data.frame(A="a", N=5)
filetest<-first[1:2000000,]
然后填写。
您可以在数据框列表中使用 Reduce() 和 merge()：
big.df <- Reduce(function(...) merge(..., all=TRUE), list(df1, df2, etc.))
不过请注意，当且仅当所有数据框中没有重复行时，这才有效。如果有重复项，此过程只会 return 每组 n 个重复项的一行。