在R中读取含缺失值的TXT表格并正确生成5列数据的求助

方案1：基础R原生方法（无需额外安装包，兼容性强） #

逐行读取后用正则统一拆分，适配不规则空白分隔和列缺失场景，百万行数据处理性能足够：

# 读取所有原始行内容
raw_lines <- readLines("data.txt")
# 按连续空白字符拆分每一行，长度不足5的自动补NA
split_content <- strsplit(raw_lines, "\\s+")
df <- as.data.frame(do.call(rbind, lapply(split_content, function(x) {
  length(x) <- 5
  x
})), stringsAsFactors = FALSE)
# 自定义列名
colnames(df) <- c("A", "B", "C", "D", "E")
# 可选：将第三行的占位符`.`统一替换为NA
df[df == "."] <- NA
# 后续可按需将D、E列转为数值型，A、B列转为时间格式

方案2：readr包读取（效率更高，适合百万级大数据） #

readr内置对不规则空白分隔的适配逻辑，代码更简洁，读取速度比基础R函数快3~5倍：

# 未安装先执行：install.packages("readr")
library(readr)
df <- read_table(
  file = "data.txt",
  col_names = c("A", "B", "C", "D", "E"),
  na = c("", ".") # 直接将空值和占位符.识别为NA
)

错误原因说明 #

你之前尝试的方法出错根源：

• sep="\t"按制表符分隔，但你的数据是空格分隔，所以所有内容会被合并为1列
• 直接用read.table加fill=TRUE时，默认取所有行拆分的最大列数作为总列数，第三行.和3494之间的多个空格会被误判为多个分隔符，因此生成多余的NA列

内容的提问来源于stack exchange，提问作者Hawky