如何将SAS .matrix文件转换为CSV/TSV或在R中读取？

针对你遇到的.matrix文件列间为可变数量空格、readr/read.delim读取后列名不匹配的问题，以下是可行的R读取方案：

核心思路 #

利用正则表达式匹配任意数量空格作为分隔符，同时结合x.info文件中的列名来规范读取后的数据集列名。

步骤1：读取x.info获取列名 #

先读取存储列信息的x.info文件，提取其中的列名（假设x.info中第一列为列名，第二列为描述）：

# 读取x.info，根据实际分隔符调整sep（截图显示为制表符分隔）
x_info <- read.table("x.info", header = TRUE, sep = "\t", stringsAsFactors = FALSE)
# 提取列名字段
col_names <- x_info[, 1]

步骤2：读取x.matrix文件 #

方法1：基础read.table函数

使用sep="\\s+"匹配任意数量的空格/制表符作为分隔符，同时指定从x.info获取的列名：

# 读取.matrix文件，header=FALSE因为文件第一行是数据而非列名
matrix_data <- read.table("x.matrix", header = FALSE, sep = "\\s+", 
                          col.names = col_names, stringsAsFactors = FALSE)

方法2：data.table包的fread（更高效）

fread会自动识别可变空格分隔符，适合大文件：

library(data.table)
matrix_data <- fread("x.matrix", header = FALSE, col.names = col_names)

步骤3：验证匹配情况 #

检查读取后的数据集列数是否与x.info中的列数一致：

# 确认列数匹配
stopifnot(ncol(matrix_data) == length(col_names))

特殊情况处理 #

如果.matrix文件开头存在注释行，可通过skip参数跳过：

# 跳过前1行注释
matrix_data <- read.table("x.matrix", header = FALSE, sep = "\\s+", 
                          col.names = col_names, skip = 1)

内容的提问来源于stack exchange，提问作者Shz