read.csv 将空字符列转换为 NA答案

【问题标题】：read.csv converting empty character column to NAread.csv 将空字符列转换为 NA
【发布时间】：2019-06-22 01:03:29
【问题描述】：

例子：

x <- data.frame(X = c("",""), Y=1:2, stringsAsFactors = F)
write.csv("/tmp/temp.txt", row.names=F, quote=T)

read.csv("/tmp/temp.txt")
   X Y
1 NA 1
2 NA 2

readr::read_csv("/tmp/temp.txt", col_types = list(col_character(), col_double()))
  X         Y
  <chr> <dbl>
1 NA        1
2 NA        2

我希望 X 列是空字符串，但它被转换为 NA_logical_，尽管它是一个带引号的字段 (quote=T)。我找不到可以让我将 X 列读取为空字符串的参数。 data.table 和 readr 也会出现问题。

为什么会这样？

编辑：我主要是在寻找为什么会发生这种情况的解释，而不是解决方案。

【问题讨论】：

我认为简短的回答是，当没有指定变量类型时，R 必须猜测。空字符串是不明确的（可能意味着空字符串或缺失值），因此 R 默认为“最低”类型，即logical。也许对 R 内部有深入了解的人可以详细说明。

标签： r csv data.table readr

【解决方案1】：

您可以将colClasses 参数更改为read.csv：

x <- read.csv("/tmp/temp.txt", colClasses = c(X = "character"))
str(x)
#'data.frame':  2 obs. of  2 variables:
# $ X: chr  "" ""
# $ Y: int  1 2

【讨论】：

它不适用于阅读器：readr::read_csv("/tmp/temp.txt", col_types = list(col_character(), col_double()))。漏洞？另外，为什么我需要这样做？如果我不提前知道列怎么办？
看起来readr::read_csv 给你NA_character_ 而不是空字符串（即使没有列规范）。我认为这是一个功能而不是一个错误。如果您不提前知道这些列，您始终可以在读入数据后应用转换。