使用vroom在R中讀取日期列和所有其他列作為double

我有超過10000個變量的csv文件。我想使用vroom來讀取它們,并想將第1列標識為日期,第2列標識為字符,第3列和第4列標識為整數(shù),其余所有列標識為雙精度。我該怎么做?

我的代碼看起來像這樣,但是失敗了。

data81 <- vroom(fname_1981_2010, col_types = c(Date = col_date(), MonthDay = col_character(), doy = col_integer(), (.) = col_double()))

告訴vroom以double(替換代碼中的(.))形式讀入其余列的語法是什么?非常感謝。

? 最佳回答:

可以通過cols().default參數(shù)實現(xiàn):

library(vroom)

set.seed(42)

d <- data.frame(
  date = sample(seq(as.Date('1999/01/01'), as.Date('2000/01/01'), by="day"), 12),
  MonthDay = sample(LETTERS[1:7], 12, replace = TRUE),
  doy = 1:12,
  col4 = runif(12),
  col5 = runif(12),
  col6 = runif(12)
)

fname_1981_2010 <- "fname_1981_2010.csv"

write.csv(d, fname_1981_2010, row.names = FALSE)

vroom(fname_1981_2010, col_types = cols(date = col_date(), MonthDay = col_character(), 
      doy = col_integer(), .default = col_double()))
#> # A tibble: 12 x 6
#>    date       MonthDay   doy    col4   col5   col6
#>    <date>     <chr>    <int>   <dbl>  <dbl>  <dbl>
#>  1 1999-02-18 D            1 0.514   0.208  0.619 
#>  2 1999-11-17 A            2 0.390   0.907  0.333 
#>  3 1999-06-02 E            3 0.906   0.612  0.347 
#>  4 1999-03-15 F            4 0.447   0.380  0.398 
#>  5 1999-08-16 D            5 0.836   0.436  0.785 
#>  6 1999-05-26 B            6 0.738   0.0374 0.0389
#>  7 1999-05-02 B            7 0.811   0.974  0.749 
#>  8 2000-01-01 G            8 0.388   0.432  0.677 
#>  9 1999-05-08 C            9 0.685   0.958  0.171 
#> 10 1999-10-30 A           10 0.00395 0.888  0.261 
#> 11 1999-01-24 A           11 0.833   0.640  0.514 
#> 12 1999-11-23 C           12 0.00733 0.971  0.676
主站蜘蛛池模板: 亚洲综合一区二区精品导航| 亚洲国产福利精品一区二区| 国产主播福利一区二区| 精品国产一区二区三区四区 | 一区二区三区四区无限乱码| 久久精品免费一区二区三区| 国产精品一区二区在线观看| 亚洲福利一区二区三区| 一区二区三区四区视频在线| 国精产品一区一区三区有限公司| 精品一区二区三区波多野结衣| 国产精品区AV一区二区| 免费一区二区三区在线视频| 精品国产一区二区三区www| 制服丝袜一区在线| 91视频一区二区| 久久99国产精一区二区三区| 亚洲人成人一区二区三区| 精品一区二区三区免费视频| 视频一区二区三区人妻系列| 国产一区二区三区免费视频| 日韩视频一区二区| 一区二区三区久久精品| 国产美女口爆吞精一区二区| 国产精品亚洲综合一区| 中文字幕无码免费久久9一区9| 久久亚洲中文字幕精品一区| 精品国产一区二区三区在线观看| 波多野结衣一区二区三区88 | 人妻体内射精一区二区| 精品视频一区二区观看| 无码人妻一区二区三区在线水卜樱| 日韩国产一区二区| 精品人妻少妇一区二区三区在线| 久久国产精品免费一区| 久久91精品国产一区二区| 精品一区二区三区在线播放视频| 天堂va视频一区二区| 国产av夜夜欢一区二区三区| 国产天堂一区二区综合| 91在线精品亚洲一区二区|