使用 readr 而不是 read.table 在 R 中导入 txt 文件的问题答案

【问题标题】：Problems Importing txt file in R with readr instead of read.table使用 readr 而不是 read.table 在 R 中导入 txt 文件的问题
【发布时间】：2016-06-14 07:14:47
【问题描述】：

我正在尝试导入以下文本文件：

   "year"   "sex"   "name"       "n"    "prop"
"1" 1880    "F"     "Mary"      7065    0.0723835869064085
"2" 1880    "F"     "Anna"      2604    0.0266789611187951
"3" 1880    "F"     "Emma"      2003    0.0205214896777829
"4" 1880    "F"     "Elizabeth" 1939    0.0198657855642641
"5" 1880    "F"     "Minnie"    1746    0.0178884278469341
"6" 1880    "F"     "Margaret"  1578    0.0161672045489473
"7" 1880    "F"     "Ida"       1472    0.0150811946109318
"8" 1880    "F"     "Alice"     1414    0.0144869627580554
"9" 1880    "F"     "Bertha"    1320    0.0135238973413247
"10"1880    "F"     "Sarah"     1288    0.0131960452845653

我在使用时没有任何问题：

data <-read.table("~/Documents/baby_names.txt",header=TRUE,se="\t")

但是，我还没有弄清楚如何使用 readr 来完成。以下命令失败：

data2 <-read_tsv("~/Documents/baby_names.txt")

我知道问题与第一行包含五个元素（标题）和其余 6 个的事实有关，但我不知道如何告诉阅读器忽略“1”、“2”、“3 “ 等等。有什么建议吗？

【问题讨论】：

如果我正在使用这个文件，我只需将"id" 添加到列名列表中。然后read.table() 和header=TRUE 将按预期工作。

标签： r readr

【解决方案1】：

我们可以分两步阅读（未测试）：

# read the columns, convert to character vector
myNames <- read_tsv(file = "myFile.tsv", n_max = 1)[1, ]

# read the data, skip 1st row, then drop the 1st column
myData <- read_tsv(file = "myFile.tsv", skip = 1, col_names = FALSE)[, -1]

# assign column names
colnames(myData) <- myNames

【讨论】：

【解决方案2】：

您可以分别读取正文和列名，然后将它们组合起来：

require(readr)

df <- read_tsv("baby_names.txt", col_names = F, skip = 1)

col_names <- read.table("baby_names.txt", header = F, sep = "\t", nrows = 1)

df$X1 <- NULL
names(df) <- col_names

结果：

> head(df)
     1     1         1    1          1
1 1880 FALSE      Mary 7065 0.07238359
2 1880 FALSE      Anna 2604 0.02667896
3 1880 FALSE      Emma 2003 0.02052149
4 1880 FALSE Elizabeth 1939 0.01986579
5 1880 FALSE    Minnie 1746 0.01788843
6 1880 FALSE  Margaret 1578 0.01616720

我认为在read_tsv() 中设置row_names 并不像read.table() 那样简单，但这应该是足够的解决方法。

【讨论】：