如何让read_delim系列函数从文件末尾而非首行读取列名？

完全可以通过read_delim系列的参数配置，跳过默认首行作为列名的逻辑，直接将文件末尾输出的完整列名清单作为最终列名，不需要提前修改原文件。

具体操作步骤 #

1. 单独提取文件末尾的完整列名清单 #

• 读取整个文件的纯文本内容，定位到文件最后一行的逗号分隔字符串（即你示例中time,ts_ns,src,src_port,dst,dst_port,bytes,application,id,values,extra1,extra2这一行）
• 按逗号拆分字符串，剔除每个字段首尾的多余空格，生成规范的列名向量

2. 配置read_delim读入规则，禁用自动列名识别 #

读文件时重点配置以下参数，彻底关闭默认首行当列名的逻辑：

• col_names = FALSE：不把任何一行内容识别为列名，临时按列位置生成X1、X2格式的占位列名
• comment = "#"：自动跳过文件开头所有带#标识的说明注释行，省去手动计算跳过行数的麻烦
• skip = 1：跳过开头那个不完整的临时列名行（也就是注释区下面只有10个列名的那行内容）
• 若提前知道完整列数（比如示例中是12列），手动指定col_types = str_dup("?", 12)，强制按固定列数读入，避免因前面的行只有10列，截断后续出现的extra1、extra2两列内容
• na = ""：把中间全是逗号分隔的空行识别为缺失值，不会触发列数不匹配的报错

3. 完成数据列名匹配 #

• 从读好的数据末尾删掉之前用来提取列名的最后一行（这行不是真实业务数据）
• 直接把第一步生成的列名向量赋值给数据框的列名，就可以实现多出的两列被命名为extra1、extra2，不会生成默认的X1、X2列名

可直接复用的示例代码 #

library(readr)
# 替换为你的文件实际路径
file_path <- "exported_pseudo_csv.csv"

# 第一步：提取末尾完整列名
file_all_lines <- read_lines(file_path)
clean_col_names <- str_split(tail(file_all_lines, 1), ",", simplify = TRUE) |>
  trimws() |>
  as.vector()

# 第二步：读入实际业务数据
raw_data <- read_delim(
  file = file_path,
  delim = ",",
  col_names = FALSE,
  comment = "#",
  skip = 1,
  na = "",
  # 按已知总列数指定列类型，避免列数截断
  col_types = str_dup("?", length(clean_col_names)),
  show_col_types = FALSE
)

# 第三步：删除最后一行的列名占位行，匹配正式列名
final_data <- raw_data[-nrow(raw_data), ]
colnames(final_data) <- clean_col_names

适配调整提示 #

• 如果文件中动态出现的额外列数是不确定的，只需要在提取列名的时候统计列名向量的长度，传入col_types参数即可，不需要硬编码列数
• 单元格开头的=符号可以在读入后搭配mutate(across(everything(), ~str_remove(.x, "^=")))统一清洗，和普通文本处理逻辑一致
• 中间自动生成的全NA空行，可以根据业务需要用drop_na()直接过滤掉

内容的提问来源于stack exchange，提问作者sparco1500