read.csv vs. read.table

Question

ho visto in diversi casi che, mentre read.table() non è in grado di leggere un file delimitato scheda (ad esempio la tabella di annotazione di un microarray) restituendo il seguente errore:

Error in scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, : 
line xxx did not have yyy elements 

read.csv() funziona perfettamente sullo stesso file senza errori. Penso anche che la velocità di read.csv() sia anche superiore a read.table().

Ancora più: read.table() sta facendo molto pazzo leggendo un file di me. Rende questo errore durante la lettura della riga 100, ma quando copio e incollo le righe da 90 a 110 subito dopo la testa dello stesso file, commette comunque l'errore della riga 100 + 21 (nuove righe copiate all'inizio). Se c'è qualche problema con quella linea, perché non segnala questo errore mentre legge la riga incollata all'inizio? Confermo che read.csv() legge lo stesso file senza errori.

Avete un'idea del motivo per cui read.table() non è in grado di leggere gli stessi file che read.csv() funziona su di esso? C'è anche qualche motivo per usare read.table() in ogni caso?

Answer 1

read.csv è un involucro abbastanza sottile intorno a read.table; Sarei piuttosto sorpreso se non fosse possibile replicare esattamente il comportamento di read.csv fornendo gli argomenti corretti a read.table. Tuttavia, alcuni di questi argomenti (come il modo in cui vengono gestite le virgolette oi caratteri dei commenti) potrebbero cambiare la velocità e il comportamento della funzione.

In particolare, questo è il piena definizione di read.csv:

function (file, header = TRUE, sep = ",", quote = "\"", dec = ".", 
    fill = TRUE, comment.char = "", ...) { 
    read.table(file = file, header = header, sep = sep, quote = quote, 
     dec = dec, fill = fill, comment.char = comment.char, ...) 
} 

così come dichiarato è solo read.table con un particolare insieme di opzioni.

Come @Chase afferma nei commenti qui sotto, la pagina di aiuto per read.table() dice altrettanto sotto Details:

read.csv and read.csv2 are identical to read.table except for the defaults. They are intended for reading ‘comma separated value’ files (‘.csv’) or (read.csv2) the variant used in countries that use a comma as decimal point and a semicolon as field separator.

Answer 2

Non utilizzare read.table di leggere i file delimitati da tabulazioni, utilizzare read.delim. (E 'solo un wrapper sottile intorno read.table ma imposta le opzioni su valori appropriati)

Answer 3

read_table() non riuscire qualche volta sulla scheda sep 'di file ed e impostando sep='\s+' può aiutare assumendo voce nella tabella hanno nessuno spazio