dplyr：如何在跳过某些行的同时读取带有标题的 tsv 文件？ [复制]答案

【问题标题】：dplyr : how to read a tsv file with headers while skipping some lines? [duplicate]dplyr：如何在跳过某些行的同时读取带有标题的 tsv 文件？ [复制]
【发布时间】：2017-04-01 02:37:06
【问题描述】：

我有一个简单的tsv 文件，其结构如下：

0 - headerline
1 - empty line
2 - PIG schema
3 - empty line
4 - 1-st line of DATA
5 - 2-nd line of DATA

我想阅读它，可能使用readr::read_tsv，但问题就在这里。

如您所见，第一行包含标题。然后我有三行我确实不想要读取它（它们包含一些来自 Apache PIG 的超级奇怪的数据），并且在第 4 行数据开始。在Pandas，我会做类似的事情

df = pd.read_csv('/localpath/data.tsv', sep='\t', skiprows=[1,2,3])

这允许我阅读标题 AND 以跳过第一、二、三行。

我在readr::read_tsv 中没有看到类似的选项。那就是：

df = read_tsv('/localpath/data.tsv', col_names = TRUE, skip = 4)

不解析标题...

有什么想法吗？

【问题讨论】：

可能在第一行作为单独的对象读取，然后在其余行中读取？
使用普通的read.table ?
是的，也叫skip
names_t <- read.*sv(..., nrows = 1); df1 <- read.*sv(..., skip = 4, header = F); names(df1) <- names_t?
是的，这是真的stackoverflow.com/questions/15860071/…

标签： r csv data.table dplyr readr

【解决方案1】：

发表我的评论作为答案。基本上，我们读取第一行作为我们的标题，然后读取剩余的行作为数据：

library(readr)
names_t <- read_tsv('/localpath/data.tsv', col_names = FALSE, n_max = 1)
df1 <- read_tsv('/localpath/data.tsv', col_names = FALSE, skip = 4)
names(df1) <- names_t

请注意，在我的评论中，我指定 nrows = 1 读取名称（这适用于 read.csv），但似乎此参数已替换为 n_max 中的 readr::read_tsv。

【讨论】：