Estrai file bz2 in R

Question

Ho un mucchio di file .csv.bz2, che devo scaricare, estrarre e leggere in R. Ho scaricato il file e voglio estrarlo nella directory di lavoro corrente, quindi leggerlo. unz(filename,filename.csv) ma non sembra funzionare. Come lo posso fare?

Ho sentito da qualche parte che i bzfile possono essere letti direttamente senza decomprimere. Come lo posso fare?

Answer 1

è possibile utilizzare qualsiasi di questi due comandi:

1. read.csv() comando: con questo comando è possibile fornire direttamente il nome file compresso contenente il file csv.

   read.csv("file.csv.bz2")

2. read.table() comando: Questo comando è la versione generica di read.csv() comando. È possibile impostare delimitatori e altre opzioni impostate automaticamente da read.csv(). Non è necessario decomprimere il file separatamente. Questo comando lo fa automaticamente per te.

   read.csv("file.csv.bz2", header = TRUE, sep = ",", quote = "\"",...)

Answer 2

In base alla descrizione read.table, è possibile leggere direttamente a compressed file.

read.table("file.csv.bz2") 

Answer 3

Ti piace questa:

readcsvbz2file <- read.csv(bzfile("file.csv.bz2")) 

Answer 4

On sistemi Linux si può fare uso del super veloce fread

require(data.table) 
fread(sprintf("bzcat %s | tr -d '\\000'", "file.csv.bz2")) 

Riferimento: https://gist.github.com/wush978/93c0f96b68f529678e2d

Answer 5

In sostanza, è necessario digitare:

library(R.utils) 
bunzip2("dataset.csv.bz2", "dataset.csv", remove = FALSE, skip = TRUE) 

dataset <- read.csv("dataset.csv") 

vedere la documentazione qui: bunzip2 {R.utils}.