R fread and strip 白色

Posted 2023-02-18

【中文标题】R fread and strip 白色

【英文标题】：R fread and strip white

【发布时间】：2014-05-10 13:01:48

【问题描述】：

我有一个带有额外空格的 csv 文件，我想将其作为数据帧读入 R，去除空格。

这可以通过使用来实现

testdata<-read.csv("file.csv", strip.white=TRUE)

问题是数据集很大，大约需要半个小时。 fread 函数至少快两倍，但没有 strip.white 函数。

library("data.table")
testdata<-data.frame(fread("file.csv"))

有没有一种快速的方法可以在读入后从列中去除空格，或者有什么方法可以使用 fread 去除空格？

如果只是一次导入，我不会那么介意，但我需要定期多次这样做。

【问题讨论】：

现在fread中有一个参数strip.white默认设置为TRUE，你也可以通过data.table = FALSE给fread在读取数据集后接收data.frame跨度>

【参考方案1】：

您可以使用来自stringr 包的str_trim：

library(stringr)
testdata[,sapply(.SD,str_trim)]

默认情况下它会修剪两边的空白，但你可以设置边：

testdata[,sapply(.SD,str_trim,side="left")]

【讨论】：

谢谢，这样就可以了。但是，我的同事在 R 之外有一个解决方案。他在本地 Mac OSX 机器上使用 PERL 命令来剥离填充： perl -lape 's/\s+//sg' /path/to/file.csv > /path/ to/fileV2.csv 这会减小文件大小并在将其读入 R 之前去除空格。

请注意：如果数字列还包含空格，则使用@agstudy 的解决方案会将数字列转换为 chr。否则，很好的解决方案。

【参考方案2】：

现在fread中有一个参数strip.white默认设置为TRUE，你也可以在读取数据集后将data.table = FALSE传递给fread以接收data.frame

【讨论】：

谢谢，自从我第一次遇到这个问题以来，fread功能已经升级，所以现在是这样。