如何在R中导入含空格字符串的空格分隔数据集且不拆分字符串

问题背景 #

我有一个大型CSV文件，每行所有数据都在单个单元格内，以空格分隔。数据包含数值和字符串，但导入R时，原本属于单个变量的带空格字符串（比如"Gadus Morhua"）会被错误拆分成多列，导致数据结构混乱。

原始数据示例 #

Survey "SiteNo" "CODE" "Species_name" "Length" "Sex" "Age" "Station" "lonitude" "latitude" "Date" "Weight"  
1 "T 19/11" 45 "MMM" "Gadus Morhua" 80 "U" NA "F5" -7.979 50.837 2011-11-14 4   
2 "T 20/14" 20 "MNE" "Homarus Gammarus" 75 "U" "0" 1 -2.501 50.216 2014-10-02 3

注：每行代表一条完整记录，所有数据都在单个单元格中。

期望的正确数据格式 #

解决方案 #

你的数据中带空格的字段是用双引号包裹的，只需在导入时指定识别双引号作为字段边界，就能避免带空格的字符串被拆分。

方法1：基础R的read.table()函数 #

data <- read.table("your_file.csv", header = TRUE, quote = "\"", stringsAsFactors = FALSE)

• header = TRUE：指定第一行为列名
• quote = "\""：告知R双引号内的内容是完整字段，即使包含空格
• stringsAsFactors = FALSE：避免字符串被自动转为因子（R新版本默认已启用，可按需省略）

方法2：readr包的read_table()函数 #

如果使用tidyverse工具链，readr包的函数处理大型文件更高效：

library(readr)
data <- read_table("your_file.csv", quote = "\"")

read_table()默认识别空格分隔，指定quote参数后会正确解析带空格的引号字段，同时处理大文件速度更快。

验证结果 #

导入后可通过str(data)查看数据结构，确认Species_name、SiteNo等带空格字段是单个字符变量，未被拆分。

内容的提问来源于stack exchange，提问作者greentea_678