R readr read_table 将空格分隔的列读入 tibble

read_table() 旨在读取每列由一列(或多列)空格分隔的文本数据类型。

read_table() 与 read.table() 类似，它允许列之间有任意数量的空白字符，并且行可以具有不同的长度。

spec_table() 返回列规范而不是 DataFrame 。

用法

read_table(
  file,
  col_names = TRUE,
  col_types = NULL,
  locale = default_locale(),
  na = "NA",
  skip = 0,
  n_max = Inf,
  guess_max = min(n_max, 1000),
  progress = show_progress(),
  comment = "",
  show_col_types = should_show_types(),
  skip_empty_rows = TRUE
)

参数

file

文件路径、连接或文字数据(单个字符串或原始向量)。

以 .gz 、 .bz2 、 .xz 或 .zip 结尾的文件将自动解压缩。将自动下载以 http:// 、 https:// 、 ftp:// 或 ftps:// 开头的文件。远程gz文件也可以自动下载并解压。

文字数据对于示例和测试最有用。要被识别为文字数据，输入必须用 I() 包装，是包含至少一个换行符的字符串，或者是至少包含一个带有换行符的字符串的向量。

使用值 clipboard() 将从系统剪贴板读取。

col_names

TRUE 、 FALSE 或列名称的字符向量。

如果 TRUE ，输入的第一行将用作列名称，并且不会包含在 DataFrame 中。如果 FALSE ，将自动生成列名称：X1、X2、X3 等。

如果 col_names 是字符向量，则这些值将用作列的名称，并且输入的第一行将被读入输出数据帧的第一行。

缺少 ( NA ) 列名将生成警告，并用虚拟名称 ...1 、 ...2 等进行填充。重复的列名将生成警告并使其唯一，请参阅 name_repair 来控制其方式完毕。

col_types

NULL、cols() 规范或字符串之一。有关更多详细信息，请参阅vignette("readr")。

如果是 NULL ，则所有列类型都将从输入的 guess_max 行推断出来，散布在整个文件中。这很方便(而且快速)，但不够稳健。如果猜测的类型错误，您需要增加 guess_max 或自己提供正确的类型。

由 list() 或 cols() 创建的列规范必须为每一列包含一个列规范。如果您只想读取列的子集，请使用 cols_only() 。

或者，您可以使用紧凑的字符串表示形式，其中每个字符代表一列：

• c = 字符

• 我 = 整数

• n = 数字

• d = 双

• l = 逻辑

• f = 因子

• D = 日期

• T = 日期时间

• t = 时间

• ？ = 猜猜

• _ 或 - = 跳过

默认情况下，读取没有列规范的文件将打印一条消息，显示 readr 猜测的内容。要删除此消息，请设置 show_col_types = FALSE 或设置 `options(readr.show_col_types = FALSE)。

locale

区域设置控制默认值因地而异。默认区域设置为 US-centric(如 R)，但您可以使用 locale() 创建自己的区域设置来控制默认时区、编码、小数标记、大标记和日/月名称等内容。

na

要解释为缺失值的字符串的字符向量。将此选项设置为 character() 以指示没有缺失值。

skip

读取数据之前要跳过的行数。

n_max

读取的最大行数。

guess_max

用于猜测列类型的最大行数。永远不会使用超过读取的行数。有关更多详细信息，请参阅vignette("column-types", package = "readr")。

progress

显示进度条？默认情况下，它只会在交互式会话中显示，而不会在编织文档时显示。可以通过将选项 readr.show_progress 设置为 FALSE 来禁用自动进度条。

comment

用于标识评论的字符串。注释字符之后的任何文本都将被默默忽略。

show_col_types

如果是 FALSE ，则不显示猜测的列类型。如果 TRUE 始终显示列类型，即使提供了列类型。如果 NULL(默认)仅在 col_types 参数未显式提供列类型时显示列类型。

skip_empty_rows

空白行应该被完全忽略吗？即，如果此选项是TRUE，则根本不会表示空白行。如果是FALSE，则它们将由所有列中的NA 值表示。

也可以看看

例子

ws <- readr_example("whitespace-sample.txt")
writeLines(read_lines(ws))
#> first last state phone
#> John Smith WA 418-Y11-4111
#> Mary Hartford CA 319-Z19-4341
#> Evan Nolan IL 219-532-c301
read_table(ws)
#> 
#> ── Column specification ──────────────────────────────────────────────────
#> cols(
#>   first = col_character(),
#>   last = col_character(),
#>   state = col_character(),
#>   phone = col_character()
#> )
#> # A tibble: 3 × 4
#>   first last     state phone       
#>   <chr> <chr>    <chr> <chr>       
#> 1 John  Smith    WA    418-Y11-4111
#> 2 Mary  Hartford CA    319-Z19-4341
#> 3 Evan  Nolan    IL    219-532-c301