已加载文本行到内存，如何无需fread()直接转换为数据框？

你已经把处理好的行存在lines_new里了，完全不用再调用fread，直接拆分转换就行，分两步走：

第一步：先把列名抠出来 #

首先找到那行#@开头的列名行，去掉前缀拆分就行：

# 定位#@开头的列名行
colname_line <- lines_new[grepl("^#@", lines_new)]
# 去掉#@前缀，按你文件的实际分隔符拆分（这里假设是制表符，可换成","或"\\s+"）
col_names <- strsplit(sub("^#@", "", colname_line), "\t")[[1]]

第二步：把数据行转成数据框 #

先过滤掉所有带#的注释行，剩下的就是纯数据行，然后选合适的方法转换：

方法一：用基础包的read.table（简单直接） #

# 筛掉所有注释行
data_lines <- lines_new[!grepl("^#", lines_new)]
# 直接用text参数读入内存里的行
df <- read.table(text = data_lines, sep = "\t", col.names = col_names, stringsAsFactors = FALSE)

方法二：用data.table的rbindlist（200万行更高效） #

如果是200万行这种大数据量，用data.table的方法速度更快：

library(data.table)
# 先筛出数据行
data_lines <- lines_new[!grepl("^#", lines_new)]
# 把每一行拆成列表，再合并成data.table
data_list <- lapply(data_lines, function(x) strsplit(x, "\t")[[1]])
dt <- rbindlist(lapply(data_list, as.list))
# 给列名赋值
setnames(dt, col_names)

注意点 #

• 分隔符要对应你的文件：如果是多个空格分隔，strsplit里用"\\s+"，read.table里sep设为""即可自动识别。
• 如果数据里有带引号的字段，记得给read.table加quote = "\""这类参数，避免拆分出错。

内容的提问来源于stack exchange，提问作者ACE