如何在R中正确读取GTExPortal.csv？当前读取后数据集中在一列

核心原因 #

你的问题几乎可以确定是文件实际使用的分隔符不是逗号——GTEx导出的"CSV"文件经常用制表符（Tab）作为分隔符，只是保留了.csv后缀，导致read.csv(sep=",")无法正确解析。

分步解决方法 #

• 先确认分隔符：先读取文件前几行查看格式，避免盲目猜测：

  # 读取前5行内容
  head_lines <- readLines('GTExPortal.csv', n=5)
  print(head_lines)
  

  如果输出里的字段是用制表符分隔的，就用Tab作为分隔参数。

• 用正确分隔符读取：
  确认是Tab分隔后，直接指定分隔符读取：

  # 用Tab分隔读取，保留表头
  data <- read.delim('GTExPortal.csv', sep="\t", header=TRUE)
  # 或者用read.csv指定sep参数
  data <- read.csv('GTExPortal.csv', sep="\t", header=TRUE)
  

• 更智能的自动识别方案：使用readr包的read_csv函数，它会自动检测分隔符、编码和表头，兼容性更强：

  # 首次使用先安装包
  install.packages("readr")
  library(readr)
  # 自动解析文件
  data <- read_csv('GTExPortal.csv')
  

• 处理编码异常：如果遇到乱码或解析失败，可能是UTF-8带BOM的问题，指定编码即可：

  data <- read.csv('GTExPortal.csv', sep="\t", fileEncoding="UTF-8-BOM")
  

内容的提问来源于stack exchange，提问作者Lisa