如何在R中导入CSV为数据框并进行行筛选与列选择操作？

一、加载CSV文件到数据框 #

基础标准方法：read.csv() #

你使用的read.csv()是R原生的标准加载方法，完全可靠，语法简单直接：

# 文件在当前工作目录时直接加载
df <- read.csv("data.csv")

# 文件不在工作目录时，传入完整路径
# Windows路径示例
df <- read.csv("C:/Users/xxx/Documents/data.csv")
# Linux/macOS路径示例
df <- read.csv("/home/xxx/data.csv")

大文件高效替代方案 #

如果你的CSV数据量较大，推荐用以下两个工具包提升加载速度：

1. data.table包的fread()：加载速度远快于原生方法，支持自动识别列类型

# 首次使用先安装包
install.packages("data.table")
library(data.table)

# 加载后默认是data.table对象，可转成标准数据框
df <- fread("data.csv")
df <- as.data.frame(df)

2. readr包的read_csv()：属于tidyverse生态，输出为增强版数据框（tibble），自带列类型推断

install.packages("readr")
library(readr)

df <- read_csv("data.csv")

查看加载后的数据 #

• 查看前N行：head(df)（默认前6行），head(df, 10)可指定看前10行
• 查看后N行：tail(df)
• 查看数据结构（列类型、样本数据）：str(df)
• 查看数值列的统计摘要：summary(df)
• RStudio环境中：直接点击环境面板里的df对象，会弹出交互式数据查看器

二、筛选行与选择特定列 #

选择特定列 #

原生方括号语法

# 按列名选择
selected_cols <- df[, c("列名1", "列名2")]
# 按列位置选择（比如第1、3列）
selected_cols <- df[, c(1, 3)]

dplyr包（tidyverse）语法（更直观）

install.packages("dplyr")
library(dplyr)

# 选择指定列
selected_cols <- df %>% select(列名1, 列名2)
# 排除指定列
selected_cols <- df %>% select(-列名3)

筛选行 #

原生方括号语法

# 单条件筛选：比如"年龄"列大于30
filtered_rows <- df[df$年龄 > 30, ]
# 多条件筛选（&表示且，|表示或）
filtered_rows <- df[df$年龄 > 30 & df$性别 == "男", ]

dplyr包（tidyverse）语法

# 单条件筛选
filtered_rows <- df %>% filter(年龄 > 30)
# 多条件筛选（逗号等价于&）
filtered_rows <- df %>% filter(年龄 > 30, 性别 == "男")

内容的提问来源于stack exchange，提问作者Dalabul Cilmi