如何在 `data.table::fread` 中同时使用 col.names 和 colClasses？答案

【问题标题】：How do I use col.names and colClasses together in `data.table::fread`?如何在 `data.table::fread` 中同时使用 col.names 和 colClasses？
【发布时间】：2020-01-06 23:49:36
【问题描述】：

作为一个简单的例子，我写了cars，没有列名。

data.table::fwrite(cars, "cars.csv", col.names = FALSE)

然后我尝试使用列名并通过指定列的类型a 来读取它们

data.table::fread("cars.csv", col.names = c("a","b"),
                  colClasses = list(a = "numeric"))

我得到了这个错误

data.table::fread("cars.csv", col.names = c("a", "b"), colClasses = list(a = "numeric")) : 列名 'numeric' 在 colClasses[[1]] 未找到

【问题讨论】：

标签： r csv data.table

【解决方案1】：

一种可能的解决方案是使用列的索引而不是名称。

data.table::fread("cars.csv", col.names = c("a","b"), colClasses = list(numeric = 1))

【讨论】：

似乎是唯一的方法，但从用户的角度来看很糟糕。

【解决方案2】：

似乎data.table 在col.names 之前处理colClasses 参数。因此，除了其他答案提供的解决方法外，还有两种替代方法：

# option1: A character vector of classes
fread("cars.csv", colClasses = c(V1 = "numeric"), col.names = c("a","b"))

# option2: Or a named list of vectors of column names or numbers
fread("cars.csv", colClasses = list(numeric = "V1"), col.names = c("a","b"))

这里，V1 是自动检测到的第一个列的名称。

【讨论】：

此解决方案仅适用于没有 col.names 的数据，而“解决方法”也适用于带有 colnames 的数据。我没有看到“V1”比使用 1 的改进，因为在这两种情况下你都需要知道列的位置。
@kath，我想说的主要一点是解释为什么会发生这种错误。 data.table 首先解析 colClasses 参数以读取数据并稍后设置 col.names。一旦我们知道原因，我们就知道如何解决问题。这两种替代方式是次要的。我同意你的回答更优雅。 “V1”是自动检测的。如果数据有header，我们可以将“V1”替换为header中对应的值。