R 语言经典实例（原书第 2 版）

112

｜

第

4

章

4.15 读取复杂格式数据文件

4.15.1 问题

你希望读取一个复杂或非常规格式的数据文件。

4.15.2 解决方案

使用 readLines 函数读取各行，然后将它们作为字符串处理以提取数据项。

或者，使用 scan 函数读取每一个单元，并使用 what 参数描述文件中单元流。该函数

可以将单元转换为数据，然后将数据组合成数据记录。

4.15.3 讨论

如果所有数据都用整齐的表格形式存放，那么工作将变得很轻松。我们可以使用 readr

包中的一个函数读取这些文件，然后轻松完成任务。

然而实际中并未如此完美！

你总会遇到某种奇异的文件格式，而你的工作是将文件的内容读入 R。

read.table 和 read.csv 函数是面向行来读取数据的，因此可能对这种数据无能为

力。然而，readLines 和 scan 函数能解决这类问题，因为它们允许你基于每一行甚

至每一个单元读取数据。

readLines 函数非常简单。它从文件中读取各行并将其作为字符串列表返回：

lines <- readLines("input.txt")

你可以使用参数 n 限制要读入的最大行数：

lines <- readLines("input.txt", n = 10) # Read 10 lines and stop

scan 函数内容更为丰富。它一次读取一个单元（token），并根据指令进行处理。其中第

一个参数是文件名或链接，第二个参数称为 what，描述 scan 函数所期望的输入文件

的单元。what 参数的描述比较神秘但很奇妙： ...