fread - 跳过以特定字符开头的行 - “#”

Posted 2023-02-18

【中文标题】fread - 跳过以特定字符开头的行 - “#”

【英文标题】：fread - skip lines starting with certain character - "#"

【发布时间】：2013-09-26 01:52:51

【问题描述】：

我正在使用 R 中的 fread 函数将文件读取到 data.tables 对象中。

但是，在阅读文件时，我想跳过以 # 开头的行，这可能吗？

我在文档中找不到任何提及。

【问题讨论】：

相关GitHub Issue 856.

【参考方案1】：

fread 可以从过滤掉此类行的管道命令中读取，如下所示：

fread("grep -v '^#' filename")

【参考方案2】：

目前没有，但它在清单上。

顶部的 # 行是否构成超过 30 行长的标题？

如果是这样，那是以前提出的，解决方案是：

fread("filename", autostart=60)

其中 60 被选为要读取的数据块内。

来自?fread：

一旦在行自动启动上找到分隔符，列数 决心，决意，决定。然后从自动启动向后搜索文件 直到找到没有该列数的行。因此， 找到第一个数据行，并且任何人类可读的横幅都是 自动跳过。此功能对于 加载一组可能并非全部大小一致的文件 横幅。设置 skip>0 通过设置覆盖此功能 autostart=skip+1 并关闭向上搜索。

默认的autostart=30 在你的情况下可能只需要增加一点。

或者skip=n 或skip="string" 有帮助：

如果为 -1（默认），则使用下面描述的过程从在线自动启动开始查找第一个数据行。 skip>=0 表示忽略自动启动并将 line skip+1 作为第一个数据行（或根据 header="auto"|TRUE|FALSE 的列名称照常）。 skip="string" 在文件中搜索“string”（例如，列名行的子字符串）并从该行开始（受 gdata 包中的 read.xls 启发）。

【讨论】：

非常感谢，这有帮助。它们可能在文件中的任何地方，这有点奇怪，但我可能只是对其进行预处理，然后将其放入 R...

@Dnaiel 这确实很奇怪。文件格式是特定领域常用的吗？如果互联网上某处有示例文件？

谢谢，它似乎不适用于我的文件，因为它也有不规则数量的列。 ***.com/questions/18597488/fill-option-for-fread

@Dnaiel 是的。我从来不知道这样的文件存在。您如何看待sep2 的想法？

对我来说听起来不错。我现在所做的只是摆脱那些额外的列，所以我现在很好。