R语言 读取tsv的三种方法 ,带有注释的tsv文件

下面给出 3 种在 R 里"跳过注释行(以 ## 开头)并读取真正列名在第 1 行"的通用做法,任选其一即可。

示例文件假设叫 demo.tsv,放在工作目录下,字段分隔符为 tab(\t)。


方案 1:readr::read_tsv + skip

(最简洁,tidyverse 用户首选)

r 复制代码
library(readr)

df <- read_tsv(
  "demo.tsv",
  skip = 6,            # 前 6 行全是注释,直接跳过
  locale = locale(encoding = "UTF-8")  # 如有中文可改 GB18030
)

head(df)

方案 2:data.table::fread + autostart

(速度最快,自动识别 tab 分隔)

r 复制代码
library(data.table)

df <- fread(
  "demo.tsv",
  autostart = 7L,      # fread 会自己从第 7 行开始找列名
  sep = "\t"
)

head(df)

方案 3:base::read.table + 文本预处理

(不依赖任何外部包,纯 base R)

r 复制代码
## 1. 先把注释行扔掉
con <- file("demo.tsv", open = "rt")
clean <- grep("^##", readLines(con), invert = TRUE, value = TRUE)
close(con)

## 2. 用 textConnection 把干净文本喂给 read.table
df <- read.table(
  text = clean,
  header = TRUE,
  sep = "\t",
  stringsAsFactors = FALSE,
  fileEncoding = "UTF-8"
)

head(df)

补充说明

  1. 如果注释行数不固定,可用 grep("^##", readLines()) 动态计算要跳过的行数。
  2. 文件若用 CRLF(Windows)换行,以上三种方法均能自动识别,无需额外处理。
  3. 读进来后 colnames(df) 就是
    "Transcription factor""Synonyms""Official Full Name"... 可直接使用。
相关推荐
利威尔xu8 分钟前
Go Mutex 饥饿模式:正常模式等待者饿死,1ms 阈值自动切换崩溃
开发语言·后端·面试·golang·并发编程
乌暮1 小时前
少写重复 CRUD:用大白话搞懂 MyBatis-Plus
java·开发语言·spring boot·面试·mybatis
不绝1912 小时前
Lua基础语法入门:注释、变量类型与字符串操作
开发语言·lua
Hhy_11072 小时前
《C++深度解构07》手撕 vector —— 从底层三指针架构到迭代器失效彻底吃透
c语言·开发语言·c++·学习·visual studio
风落青芜2 小时前
链式二叉树的实现与基本操作
c语言·开发语言·数据结构·算法
艾莉丝努力练剑3 小时前
【QT】系统相关:TCP的API介绍
开发语言·前端·c++·人工智能·qt·学习·tcp/ip
wuxianda10304 小时前
Swift 项目用 Xcode 脚手架起步:默认工程结构和依赖组合为什么会被识别成同源
开发语言·xcode·swift·4.3a·appstore审核
ShineWinsu4 小时前
对于Qt:QVBoxLayout常见属性以及方法的解析
开发语言·数据库·c++·qt·gui·客户端·布局管理器
Sarvartha5 小时前
反射综合案例:SQL 语句生成
java·开发语言
ShineWinsu16 小时前
对于Qt:QFormLayout常见属性以及方法的解析
开发语言·c++·qt·面试·客户端·表单·qformlayout