read.table()函数是R最基本函数之一，主要用来读取矩形表格数据。

各参数的说明如下：

（1）file

file是一个带分隔符的ASCII文本文件。

（2）header

一个表示文件是否在第一行包含了变量的逻辑型变量。

如果header设置为TRUE，则要求第一行要比数据列的数量少一列。

（3）sep

分开数据的分隔符。默认sep=""。

read.table()函数可以将1个或多个空格、tab制表符、换行符或回车符作为分隔符。

（4）quote

用于对有特殊字符的字符串划定接线的字符串，默认值是TRUE(")或单引号。（`）

（5）dec

decimal用于指明数据文件中小数的小数点。

（6）numerals

字符串类型。用于指定文件中的数字转换为双精度数据时丢失精度的情况下如何进行转换。

（7） row.names

保存行名的向量。可以使用此参数以 向量的形式 给出每行的实际行名。或者要读取的表中 包含行名称的列序号 或 列名字符串 。

在数据文件中有行头且首行的字段名比数据列少一个的情况下，数据文件中第1列将被视为行名称。除此情况外，在没有给定row.names参数时，读取的行名将会自动编号。

可以使用row.names = NULL强制行进行编号。

（8） col.names

指定列名的向量。缺省情况下是又"V"加上列序构成，即V1,V2,V3......

Tip:

rownames、colnames是base包中的行名、列名函数；

而row.names、col.names是read.table函数中的行名、参数

（9）as.is

该参数用于确定read.table()函数读取字符型数据时是否转换为因子型变量。当其取值为FALSE时，该函数将把字符型数据转换为因子型数据，取值为TRUE时，仍将其保留为字符型数据。其取值可以是逻辑值向量（必要时可以循环赋值），数值型向量或字符型向量，以控制哪些列不被转换为因子。

注意：可以通过设置参数 colClasses = "character"来阻止所有列转换为因子，包括数值型的列。

（10）na.strings

可选的用于表示缺失值的字符向量。

na.strings=c("-9","?")把-9和？值在读取数据时候转换成NA

（11）colClasses

用于指定列所属类的字符串向量。

（12）nrows

整型数。用于指定从文件中读取的最大行数。负数或其它无效值将会被忽略。

（13）skip

整型数。读取数据时忽略的行数。

（14）check.names

逻辑值。该参数值设置为TRUE时，数据框中的变量名将会被检查，以确保符在语法上是有效的变量名称。

（15）fill

逻辑值。在没有忽略空白行的情况下（即blank.lines.skip=FLASE），且fill设置为TRUE时，如果数据文件中某行的数据少于其他行，则自动添加空白域。

（16）strip.white

逻辑值，默认为FALSE。此参数只在指定了sep参数时有效。当此参数设置为TRUE时，数据文件中没有包围的字符串域的前边和后边的空格将会被去掉。

（17）blank.lines.skip

逻辑值，此参数值设置为TRUE时，数据文件中的空白行将被忽略。默认值为TRUE。

（18）comment.char

字符型。包含单个字符或空字符的向量。代表注释字符的开始字符。可以使用""关闭注释。

（19）allowEscapes

逻辑值。类似“\n”这种C风格的转义符。如果这种转义符并不是包含在字符串中，该函数可能解释为字段分隔符。

（20）flush

逻辑值。默认值为FALSE。当该参数值设置为TRUE时，则该函数读取完指定列数后将转到下一行。这允许用户在最后一个字段后面添加注释。

（21） stringsAsFactors

逻辑值，标记处字符向量是否需要转化为因子，默认是TRUE。

（22）fileEncoding

字符串类型，指定文件的编码方式。如果指定了该参数，则文本数据按照指定的格式重新编码。

（23）encoding

假定输入字符串的编码方式。

（24）text

字符串类型。当未提供file参数时，则函数可以通过一个文本链接从text中读取数据。

（25）skipNul

逻辑值。是否忽略空值。默认为FALSE。

参考资料1： R语言中read.table()函数用法详解 - 翔宇亭IT乐园

read.delim() function reads a file into list. The file by default is separated by tab, it can be comma delimited or any other delimiter specified by parameter "sep=". If the parameter "header=" is "TRUE", then the first row will be treated as the row names. 

read.delim(file, header = FALSE,sep = "\t",quote = "\"",          dec = ".", fill = TRUE, comment.char = "", ...)

read.delim2(file, header = TRUE,sep = "\t",quote = "\"",          dec = ",", fill = TRUE, comment.char = "", ...)

• file: file name

• header: 1st line as header or not, logical

• sep: field separator

• quote: quoting characters

... 

read.delim() is almost the same as read.table(), except the field separator is tab by default. It is convenient for open tab delimited file. 

----------------------------------------------------------------------------------------------------------

数read.table是读取矩形格子状数据最为便利的方式。因为实际可能遇到的情况比较多，所以预设了一些函数。这些函数调用了read.table但改变了它的一些默认参数。

注意，read.table不是一种有效地读大数值矩阵的方法：见下面的scan函数。

一些需要考虑到问题是：

编码问题

如果文件中包含非-ASCII字符字段，要确保以正确的编码方式读取。这是在UTF-8的本地系统里面读取Latin-1文件的一个主要问题。此时，可以如下处理

read.table(file("file.dat", encoding="latin1"))

注意，这在任何可以呈现Latin-1名字的本地系统里面运行。

首行问题

我们建议你明确地设定header参数。按照惯例，首行只有对应列的字段而没有行标签对应的字段。因此，它会比余下的行少一个字段。（如果需要在 R 里面看到这一行，设置header = TRUE。）如果要读取的文件里面有行标签的头字段（可能是空的），以下面的方式读取

read.table("file.dat", header = TRUE, row.names = 1)

列名字可以通过col.names显式地设定；显式设定的名字会替换首行里面的列名字（如果存在的话）。

分隔符问题

通常，打开文件看一下就可以确定文件所使用的字段分隔符，但对于空白分割的文件，可以选择默认的sep = ""（它能使用任何空白符作为分隔符，比如空格，制表符，换行符），sep = " "或者sep = "t"。注意，分隔符的选择会影响输入的被引用的字符串。

如果你有含有空字段的制表符分割的文件，一定要使用sep = "t"。

引用 默认情况下，字符串可以被"或'括起，并且两种情况下，引号内部的字符都作为字符串的一部分。有效的引用字符（可能没有）的设置由参数quote控制。对于sep = "n"，默认值改为quote = ""。

如果没有设定分隔字符，在被引号括起的字符串里面，引号需要用 C格式的逃逸方式逃逸，即在引号前面直接加反斜杠。

如果设定了分隔符，在被引号括起的字符串里面，按照电子表格的习惯，把引号重复两次以达到逃逸的效果。例如

'One string isn''t two',"one more"

可以被下面的命令读取

read.table("testfile", sep = ",")

这在默认分隔符的文件里面不起作用。

缺损值 默认情况下，文件是假定用NA表示缺损值，但是，这可以通过参数na.strings改变。参数na.strings是一个可以包括一个或多个缺损值得字符描述方式的向量。

数值列的空字段也被看作是缺损值。

在数值列，值NaN，Inf和-Inf都可以被接受的。

尾部空字段省略的行

从一个电子表格中导出的文件通常会把拖尾的空字段（包括?堑姆指舴? 忽略掉。为了读取这样的文件，必须设置参数fill = TRUE。

字符字段中的空白

如果设定了分隔符，字符字段起始和收尾处的空白会作为字段一部分看待的。为了去掉这些空白，可以使用参数strip.white = TRUE。

空白行

默认情况下，read.table忽略空白行。这可以通过设置blank.lines.skip = FALSE来改变。但这个参数只有在和fill = TRUE共同使用时才有效。这时，可能是用空白行表明规则数据中的缺损样本。

变量的类型

除非你采取特别的行动，read.table将会为数据框的每个变量选择一个合适的类型。如果字段没有缺损以及不能直接转换，它会按logical，integer，numeric和complex的顺序依次判断字段类型。如果所有这些类型都失败了，变量会转变成因子。

参数colClasses和as.is提供了很大的控制权。as.is会抑制字符向量转换成因子（仅仅这个功能）。colClasses运行为输入中的每个列设置需要的类型。

注意，colClasses和as.is对 每 列专用，而不是 每 个变量。因此，它对行标签列也同样适用（如果有的话）。

注释

默认情况下，read.table用#作为注释标识字符。如果碰到该字符（除了在被引用的字符串内），该行中随后的内容将会被忽略。只含有空白和注释的行被当作空白行。

如果确认数据文件中没有注释内容，用comment.char = ""会比较安全 （也可能让速度比较快）。

逃逸

许多操作系统有在文本文件中用反斜杠作为逃逸标识字符的习惯，但是Windows系统是个例外（在路径名中使用反斜杠）。在 R 里面，用户可以自行设定这种习惯是否用于数据文件。

read.table和scan都有一个逻辑参数allowEscapes。从 R 2.2.0 开始，该参数默认为否，而且反斜杠是唯一被解释为逃逸引用符的字符（在前面描述的环境中）。如果该参数设为是，以C形式的逃逸规则解释，也就是控制符如a, b, f, n, r, t, v，八进制和十六进制如40和x2A一样描述。任何其它逃逸字符都看着是自己，包括反斜杠。

常用函数read.csv和read.delim为read.table设定参数以符合英语语系本地系统中电子表格导出的CSV和制表符分割的文件。这两个函数对应的变种read.csv2和read.delim2是针对在逗号作为小数点的国家使用时设计的。

如果read.table的可选项设置不正确，错误信息通常以下面的形式显示

Error in scan(file = file, what  what, sep = sep 

或者

Error in read.table("files.dat", header = TRUE) : more columns than column names

这些信息可能足以找到问题所在，但是辅助函数count.fields可以进一步的深入研究问题所在。

读大的数据格子（data grid）时，效率最重要。设定comment.char = ""，以原子向量类型（逻辑型，整型，数值型，复数型，字符型或原味型）设置每列的colClasses，给定需要读入的行数nrows（适当地高估一点比不设置这个参数好）等措施会提高效率。

二进制文件是一个文件，其中包含仅以位和字节形式存储的信息(0和1)。它们不可读，因为其中的字节转换为包含许多其他不可打印字符的字符和符号。尝试使用任何文本编辑器读取二进制文件将显示为类似?和?这样的字符。

二进制文件必须由特定程序读取才能使用。例如，Microsoft Word程序的二进制文件只能通过Word程序读取到人类可读的形式。这表明，除了人类可读的文本之外，还有更多的信息，如格式化的字符和页码等，它们也与字母数字字符一起存储。最后二进制文件是一个连续的字节序列。 我们在文本文件中看到的换行符是将第一行连接到下一个的字符。

有时，由其他程序生成的数据需要由R作为二进制文件处理。 另外R需要创建可以与其他程序共享的二进制文件。

R有两个函数用来创建和读取二进制文件，它们分别是：WriteBin()和readBin()函数。

语法

writeBin(object,con)readBin(con,what,n)

R

以下是使用的参数的描述 -

con- 是要读取或写入二进制文件的连接对象。

object- 是要写入的二进制文件。

what- 是像字符，整数等的模式，代表要读取的字节。

n- 是从二进制文件读取的字节数。

实例

这里考虑使用R内置数据“mtcars”。 首先，我们从它创建一个csv文件并将其转换为二进制文件并将其存储为操作系统文件。接下来将这个二进制文件读入R中。

1. 写入二进制文件

我们将数据帧“mtcars”读为csv文件，然后将其作为二进制文件写入操作系统。参考以下代码实现 -

# Read the "mtcars" data frame as a csv file and store only the columns"cyl","am"and"gear".write.table(mtcars,file="mtcars.csv",row.names=FALSE,na="",col.names=TRUE,sep=",")# Store 5 records from the csv file as a new data frame.new.mtcars<-read.table("mtcars.csv",sep=",",header=TRUE,nrows=5)# Create a connection object to write the binary file using mode "wb".write.filename=file("/web/com/binmtcars.dat","wb")# Write the column names of the data frame to the connection object.writeBin(colnames(new.mtcars),write.filename)# Write the records in each of the column to the file.writeBin(c(new.mtcars$cyl,new.mtcars$am,new.mtcars$gear),write.filename)# Close the file for writing so that it can be read by other program.close(write.filename)

R2. 读取二进制文件

上面创建的二进制文件将所有数据作为连续字节存储。 因此，我们将通过选择列名称和列值的适当值来读取它。

# Create a connection object to read the file in binary mode using "rb".read.filename<-file("/web/com/binmtcars.dat","rb")# First read the column names. n = 3 as we have 3 columns.column.names<-readBin(read.filename,character(),n=3)# Next read the column values. n = 18 as we have 3 column names and 15 values.read.filename<-file("/web/com/binmtcars.dat","rb")bindata<-readBin(read.filename,integer(),n=18)# Print the data.print(bindata)# Read the values from 4th byte to 8th byte which represents "cyl".cyldata=bindata[4:8]print(cyldata)# Read the values form 9th byte to 13th byte which represents "am".amdata=bindata[9:13]print(amdata)# Read the values form 9th byte to 13th byte which represents "gear".geardata=bindata[14:18]print(geardata)# Combine all the read values to a dat frame.finaldata=cbind(cyldata,amdata,geardata)colnames(finaldata)=column.namesprint(finaldata)

R

当我们执行上面的代码，它产生以下结果和图表 -

[1]7108963 17280812497496037 6 6 4 [7] 6 8 1 1 1 0[13] 0 4 4 4 3 3[1] 6 6 4 6 8[1] 1 1 1 0 0[1] 4 4 4 3 3 cyl am gear[1,] 6 14[2,] 6 14[3,] 4 14[4,] 6 03[5,] 8 03

Shell

我们可以看到，通过读取R中的二进制文件，得到了原始数据。