别担心，作为R新手处理超大文件时遇到卡壳太正常了！我来一步步带你完成从导入、筛选到导出的全流程，保证简单易懂：

第一步：正确导入你的^分隔文本文件 #

因为你的文件用的是^作为分隔符，默认的read.csv（逗号分隔）肯定不好用，咱们用专门指定分隔符的函数：

基础导入法（适合新手） #

# 用read.delim导入，指定分隔符为^，header=TRUE表示文件第一行是表头
# 替换成你自己的文件名，比如"all_states_data.txt"
ny_data_raw <- read.delim("你的文件名.txt", sep = "^", header = TRUE, stringsAsFactors = FALSE)

• 如果你不确定文件有没有表头，把header改成FALSE就行；
• stringsAsFactors=FALSE是为了避免把文本列自动转成因子，后续筛选更省心。

大文件高效导入法（推荐） #

你的文件体积很大，用data.table包的fread速度会快很多，处理几十万条记录毫无压力：

# 先安装data.table包（只需要安装一次）
install.packages("data.table")
library(data.table)

# 导入文件，同样指定分隔符^
ny_data_raw <- fread("你的文件名.txt", sep = "^", header = TRUE)

新手小技巧：找不到文件路径？ #

直接用RStudio的文件选择对话框，不用手动输路径：

ny_data_raw <- read.delim(file.choose(), sep = "^", header = TRUE, stringsAsFactors = FALSE)
# 用fread的话就是：ny_data_raw <- fread(file.choose(), sep = "^", header = TRUE)

第二步：筛选纽约州的记录 #

首先得确认你数据里“州”对应的列名是什么（比如State、state、State_Code），可以先看一下数据的前几行：

# 查看前5行数据，确认列名和州的取值（比如是"NY"还是"New York"）
head(ny_data_raw)
# 或者直接列所有列名
colnames(ny_data_raw)

确认后就可以筛选了，假设列名是State，取值是"NY"：

# 只保留State列等于"NY"的行
ny_only_data <- ny_data_raw[ny_data_raw$State == "NY", ]

如果州的全称是"New York"，就把"NY"换成"New York"就行。

第三步：导出筛选后的文件 #

现在你已经得到了纽约州的20万条记录，接下来导出成单独的文件：

保持原分隔符导出（^分隔的txt） #

如果你需要保留原来的^分隔符，用write.table：

# 导出为^分隔的txt文件，row.names=FALSE去掉行号，quote=FALSE避免给文本加引号破坏格式
write.table(ny_only_data, "纽约州筛选数据.txt", sep = "^", row.names = FALSE, quote = FALSE)

导出为CSV（适合地理编码工具） #

如果后续地理编码工具更兼容CSV格式，用write.csv：

write.csv(ny_only_data, "纽约州筛选数据.csv", row.names = FALSE)

为什么之前用write.csv出错？ #

大概率是因为你还没成功导入文件，导致变量不存在！先确保第一步的导入操作成功，能在RStudio的环境面板里看到ny_data_raw这个数据框，再进行后续操作就不会报错啦。

内容的提问来源于stack exchange，提问作者Till