Citirea datelor brute și transformarea lor într-o structură de date
Așa cum am menționat anterior, una dintre cauzele pentru care iotools este atât de rapid este că separă citirea datelor de pe hard disk de conversia datelor binare într-un data.frame sau matrix. Datele în format binar sunt copiate de pe hard disk în memorie ca obiecte raw. Aceste obiecte raw sunt apoi transmise unor funcții optimizate care le transformă în obiecte data.frame sau matrix.
În acest exercițiu, vei învăța cum să separi citirea datelor de pe disc (folosind funcția readAsRaw()) și apoi să convertești datele binare raw într-un matrix sau data.frame (folosind funcțiile mstrsplit() și dstrsplit()).
Acest exercițiu face parte din cursul
Procesarea scalabilă a datelor în R
Instrucțiuni pentru exercițiu
- Citește
"mortgage-sample.csv"ca un vector brut (raw). - Convertește conținutul vectorului brut într-un
matrixde numere întregi. - Convertește conținutul vectorului brut într-un
data.framecu 16 coloane de numere întregi.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Read mortgage-sample.csv as a raw vector
raw_file_content <- ___("mortgage-sample.csv")
# Convert the raw vector contents to a matrix
mort_mat <- ___(___, sep = ",", type = ___, skip = 1)
# Look at the first 6 rows
head(mort_mat)
# Convert the raw file contents to a data.frame
mort_df <- ___(___, sep = ",", col_types = rep("integer", 16), skip = 1)
# Look at the first 6 rows
head(mort_df)