CSV文件读取优化：如何连续跳行而非重复从头读取？

原代码每次从头读取文件并重复跳过大量行，效率低下。可以通过保持文件连接的读取位置来避免重复操作，同时不加载整个文件到内存：

# 打开文件连接，持续跟踪读取位置
con <- file(filename, "r")

# 读取第1行的第一个元素
x1 <- read.csv(con, nrows = 1, header = FALSE)[1, 1]

# 跳过第2行到第100000行（共99999行），不输出无关内容
invisible(readLines(con, n = 99999))

# 读取第100001行的第一个元素
x2 <- read.csv(con, nrows = 1, header = FALSE)[1, 1]

# 跳过第100002行到第200000行（共99999行）
invisible(readLines(con, n = 99999))

# 读取第200001行的第一个元素
x3 <- read.csv(con, nrows = 1, header = FALSE)[1, 1]

# 关闭文件连接
close(con)

关键说明 #

• file()创建的连接会保留读取进度，无需每次重新定位文件开头，大幅减少重复IO操作。
• invisible(readLines(...))用于静默跳过指定行数，避免将无关行加载到内存占用资源。
• 若CSV存在带换行符的复杂字段，readLines可能误判行数，此时可替换为read.csv(con, nrows = 1, skip = 99999, header = FALSE)[1,1]，注意skip是基于当前连接位置的相对行数。

内容的提问来源于stack exchange，提问作者Řídící