如何在R的fread()中用grep匹配含空格字符串筛选tsv文件行

你拼接grep命令时，变量i中包含的空格没有被shell识别为匹配字符串的一部分，shell将Heart解析为grep的匹配参数，空格后的Muscle被误判为你要搜索的第二个文件，因此抛出找不到Muscle文件/目录的错误，最终无匹配数据导入才触发后续的data.frame赋值报错。

方法1：手动给匹配字符串加单引号包裹 #

在拼接命令时，手动给变量i套上shell层的单引号，让shell将整段内容识别为单个匹配参数：

counts_df <- fread(cmd = paste0("grep '", i, "' rna_single_cell_read_count.tsv"), sep = '\t', col.names = col_names) %>% as.data.frame()

注意：该方法仅适用于匹配字符串i本身不含单引号的场景

方法2：用shQuote()函数自动处理引用（更稳妥） #

R内置的shQuote()函数会自动将字符串转换为shell可安全识别的引用格式，无需手动处理各类特殊字符的转义，适配所有场景：

counts_df <- fread(cmd = paste0("grep ", shQuote(i), " rna_single_cell_read_count.tsv"), sep = '\t', col.names = col_names) %>% as.data.frame()

• 如果需要保留原tsv的表头避免手动指定col_names，可以调整命令同时读取表头行：

# 先取第一行表头，再追加匹配到的行
counts_df <- fread(cmd = paste0("head -n 1 rna_single_cell_read_count.tsv; grep ", shQuote(i), " rna_single_cell_read_count.tsv"), sep = '\t') %>% as.data.frame()

• 若不需要正则匹配，仅需固定字符串匹配，可以给grep加-F参数提升匹配速度：grep -F

内容的提问来源于stack exchange，提问作者sarahhhhh