Erreur dans l'analyse(fichier, ce qui, nmax, sept., déc, devis, sauter, nlines, na.cordes, : ligne 1 n'ont pas d'2 éléments

examdata <- RCurl::getURL("https://raw.githubusercontent.com/jrwolf/IT497/master/spendingdata.txt")

examdata2 <- read.table(textConnection(examdata), sep = ",", header = T)

Erreur dans l'analyse(fichier, ce qui, nmax, sept., déc, devis, sauter, nlines,
na.cordes, : ligne 1 n'ont pas d'2 éléments

  • Essayez examdata2 <- read.table(textConnection(examdata), sep = ",", header = TRUE, skip=31, stringsAsFactors=FALSE)
  • Pourquoi avez-vous supprimer l'URL? Il est important de la réponse à la question
InformationsquelleAutor Steve | 2014-10-25
  1. 7

    Ressemble vous avez juste besoin de sauter quelques lignes. J'ai utilisé readLines(textConnection(examdata)) pour déterminer où le tableau de données a commencé. Il s'avère qu'elle commence au 32e de ligne. Par conséquent, nous pouvons utiliser le skip argument en read.csv à ignorer les 31 premières lignes. J'ai utilisé le strip.white argument, car il semble y avoir certains erronée des espaces dans le tableau.

    (df <- read.csv(text = examdata, skip = 31L, strip.white = TRUE))
#                          Type Cash Check Credit Debit Electronic Other Total
# 1 Average Number of Purchases 23.7   3.9   10.1  14.4        4.4   2.3  58.7
# 2   Average Transaction Value  $21  $168    $56   $44       $216   $69   $59
# 3      Value of Payments in %   14    19     16    18         27     5   100

    Puisque vous aurez probablement besoin de ces numéros pour être numérique, vous aurez besoin de retirer le $ de signer et de convertir les colonnes numériques, de sorte que vous serez en mesure de les utiliser pour les calculs vous pouvez le faire plus tard.

    df[-1] <- lapply(df[-1], function(x) as.numeric(sub("[$]", "", x)))
df
#                          Type Cash Check Credit Debit Electronic Other Total
# 1 Average Number of Purchases 23.7   3.9   10.1  14.4        4.4   2.3  58.7
# 2   Average Transaction Value 21.0 168.0   56.0  44.0      216.0  69.0  59.0
# 3      Value of Payments in % 14.0  19.0   16.0  18.0       27.0   5.0 100.0

    Maintenant toutes les colonnes à l'exception de la première sont numériques.

    • merci pour l'aide.....il vous suffit de m'a donné la réponse.....vous pourriez avoir expliqué les choses.
    • Eh bien, vous pourriez avoir mis des mots dans ton post au lieu de simplement le dumping votre code ne fonctionne pas
    InformationsquelleAutor Rich Scriven
  2. 0

    read.table et read.csv prendra une URL en tant que chemin d'accès et la poignée de la connexion pour vous, de sorte que vous n'avez pas vraiment besoin RCurl:

    read.csv("https://raw.githubusercontent.com/jrwolf/IT497/master/spendingdata.txt", 
         skip = 31)

##                          Type Cash Check Credit Debit Electronic Other Total
## 1 Average Number of Purchases 23.7   3.9   10.1  14.4        4.4   2.3  58.7
## 2   Average Transaction Value  $21  $168    $56   $44       $216   $69   $59

    En outre, si vous utilisez readr::read_csv, vous pouvez le dire à analyser les colonnes de chiffres, afin d' $ personnages comme on lit:

    library(readr)

read_csv("https://raw.githubusercontent.com/jrwolf/IT497/master/spendingdata.txt", 
         skip = 31, 
         col_types = cols(Type = 'c', .default = 'n'))    # c = character, n = number

## # A tibble: 2 × 8
##                          Type  Cash Check Credit Debit Electronic Other Total
##                         <chr> <dbl> <dbl>  <dbl> <dbl>      <dbl> <dbl> <dbl>
## 1 Average Number of Purchases  23.7   3.9   10.1  14.4        4.4   2.3  58.7
## 2   Average Transaction Value  21.0 168.0   56.0  44.0      216.0  69.0  59.0
    InformationsquelleAutor alistaire