R-我的第一行的列名称中有 # 字符？

Question

我的测试文件的格式非常奇怪。第一行开头为：

如果我忽略第一行并使用 read.table 导入数据，它效果很好，但我没有列名。但是，如果我尝试使用 col.names=TRUE 导入数据，它会显示“列数多于列名”。我想我可以单独导入第一行和其余数据，并将第一个（即列名称）添加到最终输出文件中。但是当我导入第一行时：它完全忽略列名并跳转到 0 0 0 0.... 的行。是否因为第一行有一个 # 字符。而且由于 # 字符，数据中还有一个额外的空列。

Answer 1

以下是一些可能性：

1) 处理两次将其作为行字符向量 ,L使用读入readLines。然后删除 # 并L使用以下命令读取read.table：

L <- sub("#", "", readLines("myfile.dat"))
read.table(text = L, header = TRUE)

2）单独读取标头对于较小的文件，先前的方法很短并且应该没问题，但如果文件很大，您可能不想处理它两次。在这种情况下，请readLines仅读入标题行，对其进行修复，然后应用列名称读入其余部分。

File <- "myfile.dat"
col.names <- scan(text = readLines(File, 1), what = "", quiet = TRUE)[-1]
read.table(File, col.names = col.names)

3）pipe另一种方法是使用外部命令：

File <- "myfile.dat"
cmd <- paste("sed -e 1s/.//", File)
read.table(pipe(cmd), header = TRUE)

在类 UNIX 系统上sed应该可用。在 Windows 上，您需要安装Rtools并确保sed位于该文件上PATH，否则使用该文件的路径：

cmd <- paste("C:/Rtools/bin/sed -e 1s/.//", File)
read.table(pipe(cmd), header = TRUE)