如何导入无表头且首行含缺失值的11列CSV文件

需要读取一批无表头的文本文件（固定11列，缺失值留空），但首行存在缺失值时，文件会被错误解析为更少列数（如sample_data1被识别为7列、sample_data2为9列、sample_data3为4列）。当前使用的代码如下：

temp = list.files(path = "/home/DATA", pattern = "4.*", full.names = TRUE)

df <- lapply(1:length(temp), function(i) read.table(temp[i], header = FALSE, fill = TRUE))

标准文件格式示例：

1007.0     14   25.0   23.6     92  18.61      0      0  297.6  351.7  300.9
 1000.0     70   25.0   23.4     91  18.51      0      0  298.1  352.1  301.4
  946.0    557   24.4   18.4     69  14.29      6      2  302.3  344.8  304.9
  895.0   1041   21.6   17.9     79  14.64     12      5  304.2  348.1  306.9
  850.0   1486   20.0    3.0     32   5.62     18      7  307.1  324.6  308.1

存在缺失值的文件示例：

sample_data1 #

1001.0     14
  968.1    304                                290     23
  934.6    609                                300     33
  850.0   1431   17.8                         260     23  304.8         304.8
  700.0   3069   10.6                         355     11  314.2         314.2

sample_data2 #

1004.0     64  -20.1                                     252.8         252.8
 1000.0     95   20.2                                     293.4         293.4
  950.0    533   21.8   15.8     69  12.02                299.3  334.6  301.5
  600.0   4333    1.0   -1.2     85   5.88                317.2  336.2  318.4

sample_data3 #

1000.0
  850.0
  700.0           8.3                                     311.6         311.6
  500.0

方法1：用read.table强制指定11列 #

通过col.names明确指定11个列名，结合fill=TRUE自动补全行长度，na.strings=""将空值转为NA：

temp <- list.files(path = "/home/DATA", pattern = "4.*", full.names = TRUE)
# 生成11个标准列名（V1到V11）
col_names <- paste0("V", 1:11)

df_list <- lapply(temp, function(file) {
  read.table(
    file,
    header = FALSE,
    fill = TRUE,
    na.strings = "",
    col.names = col_names
  )
})

此方法会强制所有文件解析为11列，缺失位置自动填充NA。

方法2：用data.table::fread高效处理 #

如果文件数量多或体积大，fread的性能更优，同样支持强制列数：

library(data.table)

temp <- list.files(path = "/home/DATA", pattern = "4.*", full.names = TRUE)
col_names <- paste0("V", 1:11)

df_list <- lapply(temp, function(file) {
  fread(
    file,
    header = FALSE,
    fill = TRUE,
    na.strings = "",
    col.names = col_names
  )
})

方法3：修复已读取的不完整数据 #

如果已经读入了列数不足的数据集，可以手动补全到11列：

# df_list为之前读入的不完整数据列表
df_list_fixed <- lapply(df_list, function(df) {
  missing_cols <- 11 - ncol(df)
  if (missing_cols > 0) {
    # 创建对应数量的NA列并命名
    new_cols <- setNames(
      data.frame(matrix(NA, nrow = nrow(df), ncol = missing_cols)),
      paste0("V", (ncol(df)+1):11)
    )
    df <- cbind(df, new_cols)
  }
  df
})

内容的提问来源于stack exchange，提问作者Ajay