Solo leer número limitado de columnas

Para leer un conjunto específico de columnas de un conjunto de datos, hay varias otras opciones:

1) Con fread del paquete data.table:

Puede especificar las columnas deseadas con el parámetro select de fread del paquete data.table. Puede especificar las columnas con un vector de nombres de columna o números de columna.

Para el conjunto de datos de ejemplo:

library(data.table)
dat <- fread("data.txt", select = c("Year","Jan","Feb","Mar","Apr","May","Jun"))
dat <- fread("data.txt", select = c(1:7))

Alternativamente, puede usar el parámetro drop para indicar qué columnas no deben ser leer:

dat <- fread("data.txt", drop = c("Jul","Aug","Sep","Oct","Nov","Dec"))
dat <- fread("data.txt", drop = c(8:13))

Todos resultan en:

> data
  Year Jan Feb Mar Apr May Jun
1 2009 -41 -27 -25 -31 -31 -39
2 2010 -41 -27 -25 -31 -31 -39
3 2011 -21 -27  -2  -6 -10 -32

ACTUALIZAR: Cuando no desea fread para devolver un datos.tabla , utilice el parámetro data.table = FALSE, por ejemplo: fread("data.txt", select = c(1:7), data.table = FALSE)

2) Con read.csv.sql del paquete sqldf:

Otra alternativa es la función read.csv.sql del paquete sqldf:

library(sqldf)
dat <- read.csv.sql("data.txt",
                    sql = "select Year,Jan,Feb,Mar,Apr,May,Jun from file",
                    sep = "\t")

3) Con las funciones read_* del paquete readr:

library(readr)
dat <- read_table("data.txt",
                  col_types = cols_only(Year = 'i', Jan = 'i', Feb = 'i', Mar = 'i',
                                        Apr = 'i', May = 'i', Jun = 'i'))
dat <- read_table("data.txt",
                  col_types = list(Jul = col_skip(), Aug = col_skip(), Sep = col_skip(),
                                   Oct = col_skip(), Nov = col_skip(), Dec = col_skip()))
dat <- read_table("data.txt", col_types = 'iiiiiii______')

De la documentación una explicación de los caracteres usados con col_types:

Cada carácter representa una columna: c = carácter, i = entero, n = número, d = doble, l = lógico, D = fecha, T = fecha y hora, t = hora, ? = guess, or _ / - para saltar la columna

También podría usar JDBC para lograr esto. Vamos a crear un archivo CSV de ejemplo.

write.table(x=mtcars, file="mtcars.csv", sep=",", row.names=F, col.names=T) # create example csv file

Descargue y guarde el controlador CSV JDBC desde este enlace: http://sourceforge.net/projects/csvjdbc/files/latest/download

> library(RJDBC)

> path.to.jdbc.driver <- "jdbc//csvjdbc-1.0-18.jar"
> drv <- JDBC("org.relique.jdbc.csv.CsvDriver", path.to.jdbc.driver)
> conn <- dbConnect(drv, sprintf("jdbc:relique:csv:%s", getwd()))

> head(dbGetQuery(conn, "select * from mtcars"), 3)
   mpg cyl disp  hp drat    wt  qsec vs am gear carb
1   21   6  160 110  3.9  2.62 16.46  0  1    4    4
2   21   6  160 110  3.9 2.875 17.02  0  1    4    4
3 22.8   4  108  93 3.85  2.32 18.61  1  1    4    1

> head(dbGetQuery(conn, "select mpg, gear from mtcars"), 3)
   MPG GEAR
1   21    4
2   21    4
3 22.8    4