如何从 r 中的数据框中删除标题行？ [复制]

Posted 2023-03-29

【中文标题】如何从 r 中的数据框中删除标题行？ [复制]

【英文标题】：How do I delete header rows out of my data frame in r? [duplicate]

【发布时间】：2021-05-27 16:25:52

【问题描述】：

在我的数据巨大的 .csv 数据框中，我通过 cmd 合并了 100 多个 csv。这包括标题。现在，我希望从 R 中的主 csv 中删除以下重复的标题：

Year|RecID|ParID|ConParID|Country|Division|RegCnty|RegDist|SubDist|RC|RD|RSD|Parish|Area|Part|Population|MalePop|FemalePop|NoOfInstit|InstitPop|ParType|Censusref|ImageRef|PageType|DocType|EnuDist|BuildType|BTCode|NoOfRooms|NoOfRoomsCode|Schedule|H|Absent|Absentcode|HSS|InstName|InstDesc|VessName|VessPos|PID|Sex|SexInf|Age|Cage|AgeInf|Cond|Mar|MarInf|Relat|Rela|RelInf|HeadInf|Occ|HollerOcc|Occode|HISCO|Industry|HollerInd|Employ|EmployCode|AtHome|Inactive|Disab|DisCode1|DisCode2|Bpstring|BpCmty|Std_Par|BpCnty|Cnti|Alt_Cnti|BpCtry|Ctry|Alt_Ctry|HollerB|Nationality|Lang|Langcode|YearsMar|MarYear|ChildTot|ChildAlive|ChildDead|ChildrenCode|HHD|H_Sex|H_Age|H_Rela|H_Mar|H_Occ|H_CFU|SameName|CFU|n_CFUs|tn_CFUs|CFUsize|Spouse|Father|Mother|f_Off|m_Off|m_Offm|f_Offm|Offsp|Kids|Relats|Inmates|Servts|Non_Rels|Visitors|Military

此标头出现的次数与初始 csv 文件的出现次数一样多，而不是定期出现。如何选择包含此标题的所有行以将其包含在以下代码中：

myData <- myData[-c(...)]

任何帮助表示赞赏或其他替代解决方案。这是大数据，所以我无法在 excel 中打开和删除重复项。

【问题讨论】：

最好不要一开始就阅读它们。例如，read.csv 具有 header 参数。在线文档中的详细信息。

我有数百个文件，名称如 8721dnis843284，这将花费大量的时间和精力来编译......不过我会调查一下。但我认为我采取的方法是最简单的解决方案......

你还有那些 100+ csv 吗？不要使用 cmd 合并它们，而是在 R 中完成所有操作，请参阅这篇文章：***.com/q/11433432/680068

获取列表中的文件名。 list.files?然后bind_rows(lapply, fileList, read.csv, header=TRUE) 或类似的。

【参考方案1】：

建议不要在cmd 中合并它们，而是在 R 中这样做，因为将所有数据 (UNION) 与标题合并为行，将导致列类型在任何地方都更改为字符串，你必须这样做重新改变他们的类型需要做很多工作。有关如何将这些合并到 R 本身的完整帮助，请参阅 this 答案。

如果您仍然有一个合并数据，您不想再次重复这些步骤，您可以通过此命令删除 R 中的标题行。

显然年份列不会有值 Year 除了标题行，所以这样做

myData <- myData[myData$Year != 'Year',]

myData$Year != 'Year' 将仅将 True 用于有意义的行，并将 myData 替换为这些有意义的行的子集，即（非标题）行。

如果您在任何地方的 Year 列值等于“Year”，请在其他列上使用此逻辑

【讨论】：

这会起作用，但你最终会得到一个包含所有列类字符的数据框。最好循环读取所有内容，让 R 转换为合适的类，然后进行行绑定。

但是，如果 OP 已经有一个 UNION 的数据，这样标题行在数据中重复并且仍然不想重新做一遍，那么可以确定所有列仅属于字符类型

没错，既然都是字符，那么通过这个答案，我们正在创建另一个要解决的问题：将所有非字符转换为特定的类。最好避免这一步，让 R 在单独导入每个文件时自动完成，然后简单地进行行绑定。

完全同意

@RyeRye 请查看链接帖子。