R中write.table导出的制表符分隔txt文件无法正确读取怎么办

问题根因 #

导出时设置了quote=F，文本列中的单引号、HTML标签中的双引号没有被引号包裹，read.table默认会识别这些符号作为引用符跨行读取；同时文本中存在大量#开头的话题标签，read.table默认把#识别为注释起始符截断行，两个原因共同导致读取到的行数远多于实际行数。

正确读取方案 #

方案1：使用R基础包read.table读取 #

调整comment.char参数禁用注释识别，正确命令如下：

df <- read.table(
  file.choose(),
  header = TRUE,
  sep = "\t",
  quote = "",
  comment.char = "",
  fill = TRUE,
  stringsAsFactors = FALSE
)

方案2：使用readr包读取（更适配制表符分隔文件） #

如果基础包读取仍有异常，可以安装使用readr包的read_tsv函数，对无引号的制表符分隔文件兼容性更好：

# 首次使用先安装包
install.packages("readr")
library(readr)
df <- read_tsv(
  file.choose(),
  quote = "",
  comment = ""
)

内容的提问来源于stack exchange，提问作者BnsHm