java 取csv 指定列_从CSV文件中提取特定数据

由于其他人都在使用python进行回答，我将提供三种基于R的替代方案：

dat

Course = paste0('C', c(1:5, 1:5, 1:6, 1:4)),

Grade = c('A', 'B', 'A', 'C', 'W', 'B', 'C', 'D', 'A', 'W', 'A',

'A', 'A', 'C', 'B', 'A', 'W', 'F', 'A', 'B'),

stringsAsFactors = FALSE)

Base [操作员

studs

studs

## [1] "A" "B"

dat[dat$Student %in% studs, ]

## Student Course Grade

## 1 A C1 A

## 2 A C2 B

## 3 A C3 A

## 4 A C4 C

## 5 A C5 W

## 6 B C1 B

## 7 B C2 C

## 8 B C3 D

## 9 B C4 A

## 10 B C5 W

基本子集功能

我个人并不使用 subset (和some argue它可能并不总是像你期望的那样)，但它干净利落地阅读：

studs

dat[dat$Student %in% studs, ]

## Student Course Grade

## 1 A C1 A

## 2 A C2 B

## 3 A C3 A

## ...

包dplyr

dat %>%

group_by(Student) %>%

do(if (any((.$Course == 'C5') & (.$Grade == 'W'))) . else data.frame())

## Source: local data frame [10 x 3]

## Groups: Student

## Student Course Grade

## 1 A C1 A

## 2 A C2 B

## 3 A C3 A

## ...

使用 dplyr 可能有更有效的方法 . (事实上，我感觉相当蛮力 . )

表现

既然你说"the dataset is rather large,"我会提出第一个( [ )是最快的 . 使用这些数据它的速度大约是其两倍，但是如果数据量大得多，我只能看到20％的差异 . dplyr 并不比基数快，实际上至少慢了一个数量级(有了这个实现，需要注意);许多人争论较大的数据，更容易阅读和维护 .