R语言用data.table::fread加载txt文件报字段数不匹配错如何解决

• data.table::fread默认会扫描文件开头若干行来自动推断全局列数，该身高数据集的前2行经分隔符切割后得到5个字段，因此fread默认设定文件列数为5。但从第3行开始的有效数据每行仅包含3个字段，字段数不匹配触发校验失败，导致读取提前终止。
• 附加诱因是该数据集开头存在非结构化的说明行/表头行，fread未自动识别这些非数据行，将其纳入了列数推断逻辑。

方法1：启用自动填充适配字段数差异 #

按照报错提示添加fill=TRUE参数，允许字段数不足的行自动填充空值，读取完成后再手动清理无效的空列和开头无效行即可：

height <- data.table::fread(
  'http://www.stat.nthu.edu.tw/~swcheng/Teaching/stat5410/data/height.txt',
  fill = TRUE
)

方法2：跳过开头非数据行（更推荐） #

确认有效数据起始行后，添加skip参数直接跳过开头的说明行，避免列数推断出错，该数据集有效数据从第3行开始，跳过前2行即可正常读取：

height <- data.table::fread(
  'http://www.stat.nthu.edu.tw/~swcheng/Teaching/stat5410/data/height.txt',
  skip = 2
)

方法3：配合指定分隔符优化识别 #

如果存在多空格分隔识别异常的问题，可以额外指定分隔符、开启空白字符清理，进一步提升读取准确率：

height <- data.table::fread(
  'http://www.stat.nthu.edu.tw/~swcheng/Teaching/stat5410/data/height.txt',
  skip = 2,
  sep = " ",
  strip.white = TRUE
)

内容的提问来源于stack exchange，提问作者Jennie C.