fread() 与 read.csv() 的索引问题？

Question

myInput <- data.frame('X' = c(1, 2, 3, 4, 5), 
                      'n' = c(87, 119, 94, 95, 134),
                      'r' = c(76, 8, 74, 11, 0))

write.csv(myInput, file = "test.csv", row.names = FALSE)

input_file <- "test.csv"

#Load input
myInput <- read.csv(input_file, stringsAsFactors = FALSE)
a_csv <- myInput[-3]
b_csv <- myInput[,-3]

给出这个：

> print(dim(a_csv))
[1] 5 2
> print(dim(b_csv))
[1] 5 2

与 fread() 相比：

myInput <- fread(input_file, stringsAsFactors = FALSE)
a_fread <- myInput[-3] 
b_fread <- myInput[,-3]

> print(dim(a_fread))
[1] 4 3
> print(dim(b_fread))
[1] 5 2

因此，使用这两种方法读取数据 return 相同类型的对象但对它们进行索引会给出不同的结果。为什么？我怎样才能使这些一致，以便选择使用 read.csv() 的用户不会得到与选择 fread() 的用户不同的结果？

P.S。这是我能找到的最接近的：read.csv and fread produce different results for the same data frame

但这与数据的读取方式有关。我找不到任何解决索引问题的方法。

Answer 1

read.csv()returns一个data.frame。当您为此 data.frame 执行 myInput[-3] 时，data.frame 被视为列表，并且索引删除列表的第三个元素，即第三列。

myInput <- read.csv(input_file, stringsAsFactors = FALSE)
class(myInput)
# [1] "data.frame"

fread()returns一个data.table。当您执行 myInput[-3] 时，这会删除 data.table.

的第三行

myInput <- fread(input_file, stringsAsFactors = FALSE)
class(myInput)
# [1] "data.table" "data.frame"

这就是data.table和data.frame的区别。从技术上讲，它是 [.data.table 和 [.data.frame 之间的区别。

示例：

DT <- data.table(a = 1:4, b = letters[1:4], c = LETTERS[1:4])
DT
#    a b c
# 1: 1 a A
# 2: 2 b B
# 3: 3 c C
# 4: 4 d D
DT[-3]
#    a b c
# 1: 1 a A
# 2: 2 b B
# 3: 4 d D
df <- data.frame(a = 1:4, b = letters[1:4], c = LETTERS[1:4])
df
#   a b c
# 1 1 a A
# 2 2 b B
# 3 3 c C
# 4 4 d D
df[-3]
#   a b
# 1 1 a
# 2 2 b
# 3 3 c
# 4 4 d

fread() 与 read.csv() 的索引问题？

Indexing issue on fread() vs. read.csv()?

r

data.table

read.csv