在R中导入txt文件---为什么变量名中的#符号会导致问题？答案

【问题标题】：Importing txt file in R --- Why does # symbol in variable names cause problems?在R中导入txt文件---为什么变量名中的#符号会导致问题？
【发布时间】：2022-01-29 13:38:23
【问题描述】：

我正在尝试使用read.table 函数将一些.txt 数据导入R。我拥有的实际数据集又大又复杂，因此我将在这里使用一个可重现的小示例来说明我遇到的问题类型。为了说明问题，请考虑以下两个文本文件：

TEST.txt
|VAR1  |VAR2  |
|12    |F     |
|56    |B     |
|18    |A     |

TEST2.txt
|VAR1  |VAR2# |
|12    |F     |
|56    |B     |
|18    |A     |

（我知道这些分隔符比获取两列数据所需的要多；这就是我的文本数据的构造方式。通过忽略第一个和最后一个变量对我来说很容易处理导入的数据框，但它似乎会影响我遇到的问题，因此我将其包含在可重现的示例中。）这是我尝试导入这些数据框时发生的情况：

#Import the first table (this works fine)
read.table('TEST.txt', header = TRUE, fill = FALSE, sep = '|', strip.white = TRUE)[, 2:3]

  VAR1 VAR2
1   12    F
2   56    B
3   18    A

#Import the second table (doesn't work)
read.table('TEST2.txt', header = TRUE, fill = FALSE, sep = '|', strip.white = TRUE)[, 2:3]

Error in read.table("TEST2.txt", header = TRUE, fill = FALSE, sep = "|",  : 
  duplicate 'row.names' are not allowed

如您所见，第一个数据帧（不带井号）正确导入，但第二个（带 has 符号）未正确导入。显然变量名中的哈希符号导致了问题，但我不确定为什么，或者如何处理。

问题：为什么会出现这个问题？解决问题的最简单方法是什么，以便正确导入后一个数据框。（我不希望对底层文本文件进行任何更改，因此更喜欢使用R 命令的解决方案。）

【问题讨论】：

R 不喜欢变量名中的符号：“一个语法上有效的名称由字母、数字和点或下划线字符组成，并以字母或点开头，而不是数字。名称如因为“.2way”无效，保留字也无效。” stackoverflow.com/questions/9195718/…
我不知道从 R 中删除那些的最佳实践，对不起！
read.table() 中comment.char= 的默认设置是comment.char="#"，这会导致井号表示评论的开头。尝试使用comment.char=""。有关详细信息，请参阅手册页?read.table。

标签： r import txt

【解决方案1】：

# 符号默认用于 cmets，因此将该值更改为其他值，正如 @JonSpring 提到的那样，列名中的 # 符号在语法上无效。所以允许使用check.names = FALSE。

read.table(text = "|VAR1  |VAR2# |
|12    |F     |
|56    |B     |
|18    |A     |", header = TRUE, fill = FALSE, sep = '|', 
strip.white = TRUE, comment.char = "@", check.names = FALSE)[, 2:3]

#  VAR1 VAR2#
#1   12     F
#2   56     B
#3   18     A

【讨论】：