如何让fread忽略导致整数转为字符的第500万行数据？

嘿，这个问题我刚好碰到过，用fread处理大文件时遇到坏行确实头疼，不过既然你已经精准定位到第500万行，有几种简单直接的方法可以忽略它：

方法1：用skiprows参数直接跳过指定行 #

fread的skiprows参数支持传入整数向量，用来指定要跳过的文件行号（行号从1开始计数，包含表头行）。既然你已经通过verbose=T锁定了问题行，直接把行号传给这个参数就行：

data <- fread("你的数据文件路径", skiprows = 5000000, verbose = FALSE)

小提醒：如果你的文件第一行是表头，要确认verbose输出的行号是否包含表头——如果问题行是数据行，对应的文件行号可能是5000001（表头占1行），记得根据实际情况调整数字。

方法2：分两次读取再合并（适合超大型文件） #

如果文件特别大，担心单次跳过可能出现意外，可以拆成两部分读取后合并：

# 读取前4999999行（包含表头）
first_part <- fread("你的数据文件路径", nrows = 4999999)
# 跳过前500万行，读取剩余内容
second_part <- fread("你的数据文件路径", skip = 5000000)
# 合并两部分数据
full_data <- rbind(first_part, second_part)

这个方法的好处是可以分别验证两部分数据的类型是否一致，避免合并时出现类型不匹配的问题。

额外小提示 #

如果之后遇到类似问题但不确定具体行号，可以试试fill=TRUE参数——它会自动填充缺失的列，兼容行列数不一致的行，但这不会直接忽略行，只是容错处理。不过既然你已经精准定位到行，直接跳过肯定是最高效的方案。

内容的提问来源于stack exchange，提问作者Alex