阅读R中的表格和注释

我想将元数据作为注释添加到电子表格中，然后让R忽略这些注释

我的数据是这样的

v1,v2,v3,
1,5,7,
4,2,1,#possible error,

（例外是它长得多。第一条注释实际上出现在前5行之外，由

scan

用来确定列数）

我一直在努力：

read.table("data.name",header=TRUE,sep=",",stringsAsFactors=FALSE,comment.char="#")

但是，

read.table

（就这点而言，

count.fields

）认为我比实际拥有的字段多了一个字段。我的数据框以一个名为“X”的空白列结束。我认为这是因为我的电子表格程序在每一行的末尾都添加了逗号（如上面的示例所示）

使用

flush=TRUE

没有效果，即使（根据帮助文件）它“[…]允许将注释放在最后一个字段[…]之后”

使用

colClasses=c（rep（NA，3），NULL）

也没有效果

我可以在事后删除该列，但由于这似乎是一种常见做法，我想学习如何正确地执行

谢谢

安德鲁

从文件（

？读取。表格

）：

colClasses字符。为列假定的类向量。根据需要循环使用，或者如果命名了字符向量，则未指定的值将被视为NA

可能的值有NA（使用type.convert时的默认值）、“NULL”（跳过列时）、原子向量类之一（逻辑、整数、数字、复数、字符、原始值）或“factor”、“Date”或“POSIXct”。否则，需要一个as方法（来自包方法）来将“character”转换为指定的形式类

注意，它说要使用

“NULL”

，而不是

NULL

。事实上，这是意料之中的：

con <- textConnection("
v1,v2,v3,
1,5,7,
4,2,1,#possible error,
")

read.table(con, header = TRUE, sep = ",",
           stringsAsFactors = FALSE, comment.char = "#",
           colClasses = c(rep(NA, 3), "NULL"))
#   v1 v2 v3
# 1  1  5  7
# 2  4  2  1

---

con关于注释字符和数据列数的问题与read.table（）无关，但与电子表格无关（我使用的是Excel）。read.table的默认行为是将#视为注释的开头，忽略后面的内容。出现错误的原因是数据行末尾有一个逗号。这告诉read.table应该有更多的数据。阅读您的原始示例：

> read.table(text="v1, v2, v3,
+  1,5,7,
+  4,2,1,#possible error,", sep=",", header=TRUE)
  v1 v2 v3  X
1  1  5  7 NA
2  4  2  1 NA

默认情况下会忽略注释，并创建第四列并标记为X。您可以在事后轻松删除此列，或者使用@flodel提到的方法，或者在将文件读入R之前删除尾随逗号。在Excel中，将文件另存为csv（逗号分隔变量）时会添加尾随逗号因为注释出现在第四列中，Excel无法将其识别为注释。如果将文件另存为空格分隔符，问题就会消失（删除sep=参数，因为空格是默认分隔符）：

> read.table(text="v1 v2 v3 
+    1 5 7 
+    4 2 1#possible error", header=TRUE)
  v1 v2 v3
1  1  5  7
2  4  2  1