R data.table 错误，fread 中的选项 fill=TRUE

Question

我正在使用 R.3.3.1。在工作 PC 上的 RStudio 0.99.903 中。

我有一个制表符分隔的文件，我正试图用 fread 读取它。不幸的是，有些行以双标签结尾，而另一些则没有。

这是我数据的前几行：

[1] "1054434\t01-01-2015\t-1\tAMOUNT OWN MUSIC\t12\t\t"               
[2] "1054434\t01-01-2015\t-1\tDVDS\t2\t"                            
[3] "1054434\t01-01-2015\t-1\tINIT TV\t2\t\t"                         
[4] "1054434\t01-01-2015\t-1\tINIT2\t4\t\t"                           
[5] "1054434\t01-01-2015\t-1\tIntro_other_TV\t2\t\t"    

我认为我可以使用选项 fill=TRUE 解决此问题，但我收到以下错误消息：

test<-fread(filenames[1], header = FALSE, fill = TRUE) 
Error in fread(filenames[1], header = FALSE, fill = TRUE) : 
unused argument (fill = TRUE)

我不明白为什么 fill 不起作用，因为根据帮助文件，它绝对是一个有效的选项...

我正在使用 data.table 1.9.6。来自 CRAN，当我尝试安装 github 版本时收到此错误消息：

* installing *source* package 'data.table' ...
** libs

*** arch - i386
Warning: running command 'make -f "Makevars" -f "D:/R- 33~1.1/etc/i386/Makeconf" -f "D:/R-33~1.1/share/make/winshlib.mk" SHLIB="data.table.dll" OBJECTS="assign.o bmerge.o chmatch.o dogroups.o fastmean.o fcast.o fmelt.o forder.o frank.o fread.o fsort.o fwrite.o gsumm.o ijoin.o init.o openmp-utils.o quickselect.o rbindlist.o reorder.o shift.o subset.o transpose.o uniqlist.o vecseq.o wrappers.o"' had status 127
ERROR: compilation failed for package 'data.table'
* removing 'D:/R-3.3.1/library/data.table'
Warning in install.packages :
running command '"D:/R-33~1.1/bin/x64/R" CMD INSTALL -l "D:\R-3.3.1\library"    C:\Users\swiftc47\AppData\Local\Temp\RtmpeYBevK/downloaded_packages/data.table_1.9.7.tar.gz' had status 1
Warning in install.packages :
installation of package ‘data.table’ had non-zero exit status

Answer 1

1.9.6 没有 fill 选项 - 尝试更新到当前 CRAN 版本 (1.9.8+)，其中 fill = TRUE 工作正常：

fread("test.tsv", fill = TRUE)
#         V1         V2 V3               V4 V5 V6 V7
# 1: 1054434 01-01-2015 -1 AMOUNT OWN MUSIC 12 NA NA
# 2: 1054434 01-01-2015 -1             DVDS  2 NA NA
# 3: 1054434 01-01-2015 -1          INIT TV  2 NA NA
# 4: 1054434 01-01-2015 -1            INIT2  4 NA NA
# 5: 1054434 01-01-2015 -1   Intro_other_TV  2 NA NA

test.tsv 是您的文件。

除此之外，您可以使用命令行工具来修剪尾随空格；我对sed 不太友好，所以我使用this 问题作为参考：

fread("sed 's/[ \t]*$//' test.tsv")
#         V1         V2 V3               V4 V5
# 1: 1054434 01-01-2015 -1 AMOUNT OWN MUSIC 12
# 2: 1054434 01-01-2015 -1             DVDS  2
# 3: 1054434 01-01-2015 -1          INIT TV  2
# 4: 1054434 01-01-2015 -1            INIT2  4
# 5: 1054434 01-01-2015 -1   Intro_other_TV  2

最后一个选择是将双 \t 替换为单个 \t 列，以防您想要一列 NA：

fread("sed 's/[ \t][ \t]$/\t/' ~/Desktop/test.tsv")
#         V1         V2 V3               V4 V5 V6
# 1: 1054434 01-01-2015 -1 AMOUNT OWN MUSIC 12 NA
# 2: 1054434 01-01-2015 -1             DVDS  2 NA
# 3: 1054434 01-01-2015 -1          INIT TV  2 NA
# 4: 1054434 01-01-2015 -1            INIT2  4 NA
# 5: 1054434 01-01-2015 -1   Intro_other_TV  2 NA

Answer 2

你可以这样做

read.table(filenames[1],fill=TRUE)