read.table 创建的行太少，但 readLines 的行数正确答案

【问题标题】：read.table creates too few rows, but readLines has the right numberread.table 创建的行太少，但 readLines 的行数正确
【发布时间】：2011-05-02 06:47:21
【问题描述】：

我正在尝试将制表符分隔列表导入 R。

它有 81704 行长。但是，read.table 仅创建 31376。这是我的代码：

population <- read.table('population.txt', header=TRUE,sep='\t',na.strings = 'NA',blank.lines.skip = FALSE)

没有#注释掉任何东西。

这里是前几行：

[1] "NAME\tSTATENAME\tPOP_2009"      "Alabama\tAlabama\t4708708"      "Abbeville city\tAlabama\t2934"  "Adamsville city\tAlabama\t4782"
[5] "Addison town\tAlabama\t711"

当我阅读它时，readLines 给出了正确的数字。

非常感谢任何想法！

【问题讨论】：

几个想法：文件中是否有引号 " 或 '？如果是这样，它可能会将换行符解析到其中一个字段中。另一种可能性：是否有任何混合 CR (\r ) 和 LF (\n) 字符？
相关stackoverflow.com/q/5684525/168747

标签： r

【解决方案1】：

如果不查看输入文件就很难诊断，但通常怀疑是引号和注释字符（即使您认为没有后者）。你可以试试：

quote = "", comment.char = ""

作为 read.table() 的参数，看看是否有帮助。

【讨论】：

我遇到了类似的问题，readline() 返回几乎是 read.table() 的两倍。你的建议就像一个魅力。谢谢.. 虽然我仍然有大约 200 行没有被 R 报告.. 现在我正在使用 read.table(... header=TRUE, sep="|", na.strings = "NA", fill=TRUE, strip.white=TRUE, blank.lines.skip = TRUE, stringsAsFactors=FALSE, quote = "", comment.char = "")
有没有人考虑过将此行为设为默认行为？

【解决方案2】：

查看count.fields 文件中的内容：

n <- count.fields('population.txt', sep='\t', blank.lines.skip=FALSE)

然后你可以检查

length(n) # should be 81705 (it count header so rows+1), if yes then:
table(n) # show you what's wrong

然后您 readLines 您的文件并检查字段数错误的行。（例如x<-readLines('population.txt'); head(x[n!=6])）

【讨论】：

好答案，我忘了 count.fields()。它采用与 read.table() 相同的所有参数，因此可以很好地检查。
@neilfws 是的。但我认为你对quote=""的建议正是他所需要的。