read.csv()导入CSV时保留带前导零字符串格式的方法

这个问题我碰到过好多次了——R的read.csv()默认会自作主张把看起来像数字的字符串转成数值类型，自然就把前导零给丢了。下面给你几个靠谱的解决办法：

• 指定列类型导入（基础R方法）
  直接用read.csv()的colClasses参数，把需要保留前导零的列指定为"character"类型。如果你的三列都要保留原始格式，代码可以这么写：

  df <- read.csv("data.csv", colClasses = "character")
  

  要是只有部分列需要（比如只有col1和col3），就对应指定每一列的类型：

  df <- read.csv("data.csv", colClasses = c("character", "numeric", "character"))
  

  这样导入后，指定的列就会保持原始的带前导零的字符串格式。

• 用readr包导入（tidyverse风格）
  如果你平时用tidyverse工具链，readr包的read_csv()函数默认不会自动把带前导零的字符串转成数值，它会更智能地识别原始格式。先加载包，再导入：

  library(readr)
  df <- read_csv("data.csv")
  

  你可以用spec(df)查看自动识别的列类型，确认是不是字符型。如果需要强制指定列类型，也可以用col_types参数，比如：

  df <- read_csv("data.csv", col_types = cols(
    col1 = col_character(),
    col2 = col_character(),
    col3 = col_character()
  ))
  

• 事后补救（不推荐，但应急可用）
  要是你已经导入了数据才发现前导零丢了，也可以尝试把数值转回带前导零的字符串——但前提是你知道原始字符串的固定位数，比如都是3位的话：

  df$col1 <- sprintf("%03d", df$col1)
  

  不过这种方法不如导入时直接指定类型靠谱，毕竟如果原始数据位数不统一，很容易出错。

内容的提问来源于stack exchange，提问作者Username