如何在R中直接从UCI ML仓库加载压缩包内的CSV数据集？

你遇到的问题是read.csv()无法直接解析远程压缩包，需要先建立压缩包连接或临时处理压缩文件。以下是两种无需本地保存文件的解决方案：

方法1：Base R原生实现 #

# 定义数据集链接
url <- "https://archive.ics.uci.edu/static/public/759/glioma+grading+clinical+and+mutation+features+dataset.zip"

# 创建临时文件存放下载的压缩包
temp_zip <- tempfile(fileext = ".zip")

# 下载压缩包到临时文件
download.file(url, temp_zip)

# （可选）查看压缩包内的文件列表，确认目标CSV文件名
print(unzip(temp_zip, list = TRUE))

# 提取并加载CSV文件（替换为压缩包内实际的CSV文件名）
dataset <- read.csv(unzip(temp_zip, files = "TCGA_InfoWithGrade.csv"))

# 手动清理临时文件（R会话结束后也会自动清理）
unlink(temp_zip)

方法2：使用readr包简化操作 #

library(readr)

url <- "https://archive.ics.uci.edu/static/public/759/glioma+grading+clinical+and+mutation+features+dataset.zip"

# 直接通过unz()建立压缩包内文件的连接，读取CSV
dataset <- read_csv(unz(url, "TCGA_InfoWithGrade.csv"))

注意事项 #

• 执行前确认压缩包内的CSV文件名正确，可通过方法1中的unzip(temp_zip, list = TRUE)查看所有文件。
• 方法2无需手动处理临时文件，代码更简洁，适合常规场景。

内容的提问来源于stack exchange，提问作者Juhi Shah