jak pominąć czytając niektóre kolumny w readr

Question

Mam prostego pliku csv nazwie „test.csv” o następującej treści:

colA,colB,colC 
1,"x",12 
2,"y",34 
3,"z",56 

Powiedzmy, że chcesz pominąć czytanie w Cola i po prostu czytać w colB i colC. Chcę zrobić to ogólnie, ponieważ mam dużo plików do odczytu, a czasami colA jest nazywane czymś zupełnie innym, ale colB i colC są zawsze takie same.

Zgodnie z dokumentacją read_csv, jednym ze sposobów osiągnięcia tego celu jest zdać nazwie listy dla col_types i tylko nazwa kolumny, które chcesz zachować:

read_csv('test.csv', col_types = list(colB = col_character(), colC = col_numeric())) 

By nie wspomnieć Cola powinna zrzucane z wydajność. Jednakże uzyskany ramka danych jest:

Source: local data frame [3 x 3] 

     colA colB colC 
    1 1 x 12 
    2 2 y 34 
    3 3 z 56 

robię coś źle lub jest dokumentacja read_csv nie jest prawidłowy? Zgodnie z plikiem pomocy:

Jeśli lista, musi zawierać jeden "kolektor" dla każdej kolumny. Jeśli chcesz odczytywać tylko podzbiór kolumn, możesz użyć nazwanej listy (gdzie nazwy podają nazwy kolumn). Jeśli kolumna nie jest wymieniona pod nazwą , nie zostanie uwzględniona w danych wyjściowych.

Answer 1

Jest odpowiedź tam, ja po prostu nie szukaj na tyle twardy: https://github.com/hadley/readr/issues/132

Widocznie był to problem, że dokumentacja została poprawiona. Ta funkcjonalność może ostatecznie zostać dodana, ale Hadley uznał, że bardziej użyteczna jest możliwość zaktualizowania tylko jednego typu kolumny, a nie upuszczenia pozostałych.

Answer 2

„Zgodnie z dokumentacją read_csv, jednym ze sposobów osiągnięcia tego celu jest zdać nazwie listy dla col_types i tylko nazwa kolumny, które chcesz zachować”

WRONG: read_csv('test.csv', col_types=list(colB='c', colC='c')) 

Nie, doc jest mylące, trzeba też określić, że nienazwane cols zrzucane (klasa „_” lub col_skip()), albo jednoznacznie określić swoją klasę jako NULL:

read_csv('test.csv', col_types=list('*'='_', colB='c', colC='c')) 

read_csv('test.csv', col_types=list('colA'='_', colB='c', colC='c'))