努力用read_tsv()代替read.csv()

Question

回答道：“非常感谢鲍勃，”他说，“问题是没有指定注释=‘#’。”为什么这样做，什么时候“跳过”应该跳过冒犯行仍然是一个谜。还请参阅Gray的评论see :Excel的非R解决方案的“文本到列”功能。。

嘿伙计们，

这是我背上的恶魔很久了。

我所处理的数据始终是由制表符分隔的.txt文件的集合，所以我的分析总是从收集每个文件的文件路径开始，并将这些路径输入到read.csv()并绑定到一个df。

dat <- list.files(
    path = 'data',
    pattern = '*.txt',
    full.names = TRUE,
    recursive = TRUE
    ) %>%
    map_df( ~read.csv( ., sep='\t', skip=16) )  # actual data begins at line 16

这正是我想要的，但在过去的几年里，我一直在向tidyverse过渡。

我不介意使用utils::read.csv()，在这里，我的数据集通常很小，因此不会感觉到readr的速度优势。但是，为了一致性起见，我宁愿使用readr。

当我做同样的事情时，但是子readr::read_tsv()，即，

dat <- 
    .... same call to list.files()
    %>%
    map_df( ~read_tsv( ., skip=16 ))

我总是得到一个空的(0x0)表。但它似乎是在“读取”数据，因为我得到了对数据中每一列的“用列规范解析:cols()”的警告打印。

显然，我在这里是误会了，但我不知道我不明白什么，这使得我寻找答案变得很有挑战性&没有结果。

所以..。我在这里做错什么了？

提前感谢！

编辑:我的一个数据文件的一个例子片段被请求，希望这个格式好！

# KLIBS INFO
#  > KLibs Commit: 11a7f8331ba14052bba91009694f06ae9e1cdd3d
#
# EXPERIMENT SETTINGS
#  > Trials Per Block: 72
#  > Blocks Per Experiment: 8
#
# SYSTEM INFO
#  > Operating System: macOS 10.13.4
#  > Python Version: 2.7.15
#
# DISPLAY INFO
#  > Screen Size: 21.5" diagonal
#  > Resolution: 1920x1080 @ 60Hz
#  > View Distance: 57 cm

PID search_type stimulus_type   present_absent  response    rt  error
3   time    COLOUR  present absent  5457.863881 TRUE
3   time    COLOUR  absent  absent  5357.009108 FALSE
3   time    COLOUR  present present 2870.76412  FALSE
3   time    COLOUR  absent  absent  5391.404728 FALSE
3   time    COLOUR  present present 2686.6131   FALSE
3   time    COLOUR  absent  absent  5306.652878 FALSE

编辑:使用胡科布的建议

files <- list.files(
    path = 'data',
    pattern = '*.txt',
    full.names = TRUE,
    recursive = TRUE
    )

for (i in 1:length(files)) {
    print(read_tsv(files[i], skip=16))
}

指纹：

Parsed with column specification:
cols()
# A tibble: 0 x 0

... for each file

如果打印文件，就会得到正确的文件路径列表。如果删除skip=16，就会得到：

Parsed with column specification:
cols(
  `# KLIBS INFO` = col_character()
)
Warning: 617 parsing failures.
row col  expected     actual                                     file
 15  -- 1 columns 21 columns 'data/raw/2019/colour/p1.2019-02-28.txt'
 16  -- 1 columns 21 columns 'data/raw/2019/colour/p1.2019-02-28.txt'
 17  -- 1 columns 21 columns 'data/raw/2019/colour/p1.2019-02-28.txt'
 18  -- 1 columns 21 columns 'data/raw/2019/colour/p1.2019-02-28.txt'
 19  -- 1 columns 21 columns 'data/raw/2019/colour/p1.2019-02-28.txt'
... ... ......... .......... ........................................
See problems(...) for more details.

... for each file

Answer 1

FWIW，我能够使用您的代码片段来解决这个问题，方法如下：

# Didn't work for me since when I copy and paste your snippet,
# the tabs become spaces, but I think in your original file
# the tabs are preserved so this should work for you
read_tsv("dat.tsv", comment = "#") 

# This works for my case
read_table2("dat.tsv", comment = "#")

甚至不需要指定skip参数！

但也不知道为什么使用skip而不是comment会失败.:(

Answer 2

你能试着遵循代码吗？我的价值可能会让你知道哪个文件有问题。

files <- list.files(path = "path", full.names = T, pattern = ".csv")
for (i in 1:length(files)){
  print(read_tsv(files[i], skip = 16))
}