【问题标题】：Why is fread not accepting the skip command?为什么 fread 不接受 skip 命令？
【发布时间】：2017-06-16 19:18:35
【问题描述】：

我有一个 .txt 数据集，其中前 12 行是文本，后跟 2 个空白行，然后是数据

DATE           HEIGHT    INPUT     OUTPUT  TESTMEASURE
01/01/1933  NO RECORD   NO RECORD   MISSING     MISSING
01/02/1933  NO RECORD   NO RECORD   MISSING     MISSING

但是当我做一个

dat <- fread('data.txt'),

它跳过 15 行，并使用第一行数据作为导入数据集的列名。它会忽略标题行。

01/01/1933  NO RECORD   NO RECORD   MISSING     MISSING

skip 参数根本不影响我导入的内容。如何提及需要用作列名的行号。或者，我可以重命名列名，但不应忽略第一行数据。

诊断

Input contains no \n. Taking this to be a filename to open
File opened, filesize is 0.001319 GB.
Memory mapping ... ok
Detected eol as \r\n (CRLF) in that order, the Windows standard.
Positioned on line 1 after skip or autostart
This line is the autostart and not blank so searching up for the last non-blank ... line 1
Detecting sep ... '\t'
Detected 5 columns. Longest stretch was from line 15 to line 30
Starting data input on line 15 (either column names or first row of data). First 10 characters: 01/01/1933
The line before starting line 15 is non-empty and will be ignored (it has too few or too many items to be column names or data): DATE           HEIGHT    INPUT    OUTPUT  TESTMEASURE the fields on line 15 are character fields. Treating as the column names.

【问题讨论】：

应该是dat <- fread('data.txt', skip=15)？
@ChiPak 我需要跳过 12+2=14 行。但任何低于 15 的数据都不会受到影响。
无论我跳过什么，导入的第一行仍然是 01/02/1933。
我正在处理你的帖子，上面写着dat <- fread('data.txt'),。也就是说，这是您正在使用的命令吗？
也许它正在查看您的数据并说，“嘿，每行有 7 个变量”（将 NO 和 RECORD 分开，因为它怎么会知道不这样做？）因此忽略任何具有更少的行价值观。您可能可以更好地了解 fread(bah, verbose=TRUE) 的作用。

标签： r data.table fread

【解决方案1】：

您有 12 行文本、2 行空格，然后是您的数据。但我注意到DATE 和HEIGHT 之间有多余的空格。因此，制作一个像这样的文本文件，其中您的数据以制表符分隔，并在 DATE 和 HEIGHT 之间添加 2 个制表符，而不是 1 个制表符

garbage
garbage
garbage
garbage
garbage
garbage
garbage
garbage
garbage
garbage
garbage
garbage


DATE        HEIGHT  INPUT   OUTPUT  TESTMEASURE
01/01/1933  NO RECORD   NO RECORD   MISSING MISSING
01/02/1933  NO RECORD   NO RECORD   MISSING MISSING

做fread(data)给了我：

fread(data)
   01/01/1933 NO RECORD NO RECORD MISSING MISSING
1: 01/02/1933 NO RECORD NO RECORD MISSING MISSING

删除DATE 和HEIGHT 之间的额外标签给了我：

         DATE    HEIGHT     INPUT  OUTPUT TESTMEASURE
1: 01/01/1933 NO RECORD NO RECORD MISSING     MISSING
2: 01/02/1933 NO RECORD NO RECORD MISSING     MISSING

【讨论】：