read_csv 和 read.csv 之间有什么实际区别？什么时候应该使用其中一种而不是另一种？

Question

我经常使用逗号分隔的值，并且对read_csv()和之间的差异感到好奇read.csv()。

是否有任何实际差异可以揭示两者的情境使用？

Answer 1

\n

11.2.1 与基础 R 相比

\n

如果您\xe2\x80\x99 之前使用过 R，您可能想知道为什么我们\xe2\x80\x99 不使用read.csv(). 有几个充分的理由支持 readr 函数而不是基本的等效函数：

\n

它们通常比其基本等效项快得多（约 10 倍）。长时间运行的作业有一个进度条，因此您可以看到\xe2\x80\x99s 发生了什么。如果您\xe2\x80\x99正在寻找原始速度，请尝试data.table::fread(). 它与 tidyverse 不太相符，但它可以更快一些。

\n

它们生成 tibbles，它们不会将字符向量转换为因子*、使用行名称或修改列名称。这些是基本 R 函数令人沮丧的常见原因。

\n

它们更具可重复性。基本 R 函数从您的操作系统和环境变量继承一些行为，因此在您的计算机上运行的导入代码可能无法在其他人\xe2\x80\x99s 上运行。

\n

*注意，从R 4.0.0

\n

\n
R [...] 使用stringsAsFactors = FALSE默认值，因此默认情况下不再将字符串转换为调用和时的data.frame()因子read.table()。
\n

\n

Answer 2

read_csv() 读取逗号分隔的数字。1,000 读作 1000。