data.table升级后fread不允许"F"作为NA字符串，如何处理数值字段的"F"？

你遇到的问题是data.table从1.10.4.3升级到1.11.2后，新增了对布尔值标识符（F/T/TRUE/FALSE）的自动检测逻辑，因此禁止将这些值直接设为na.strings，避免布尔类型解析和NA替换的冲突。针对加拿大统计局这类用F作为缺失值标识的CSV数据，这里有几种实用的解决方案：

方案1：读取后手动替换"F"为NA #

这是最直接的处理方式，先正常读取文件，再对目标列做替换：

library(data.table)
# 先读取文件，不设置na.strings参数
dt <- fread("data.csv")

# 假设需要处理的是最后一列（示例中为第8列），替换"F"为NA并转为数值型
dt[, V8 := fifelse(V8 == "F", NA_real_, as.numeric(V8))]

# 如果知道列名，用列名操作更清晰，比如列名为"metric_value"：
# dt[, metric_value := fifelse(metric_value == "F", NA_real_, as.numeric(metric_value))]

方案2：预处理文件内容替换"F"为通用NA标识 #

如果F固定出现在特定位置（比如示例中的行尾），可以先读取文件内容并替换F为NA，再用fread读取：

library(data.table)
# 读取文件所有行内容
txt_lines <- readLines("data.csv")
# 将每行末尾的",F"替换为",NA"（可根据你的数据格式调整正则规则）
txt_lines <- gsub(",F$", ",NA", txt_lines)
# 用处理后的文本内容读取，设置na.strings为"NA"
dt <- fread(text = txt_lines, na.strings = "NA")

方案3：强制列类型为字符后转换 #

如果数据中混合了数值和F，可以强制将目标列按字符类型读取，再转换为数值型（自动将无法转换的F转为NA）：

library(data.table)
# 强制第8列为字符类型读取
dt <- fread("data.csv", colClasses = list(character = 8))
# 转换为数值型，"F"会被自动转为NA
dt[, V8 := as.numeric(V8)]

补充说明 #

data.table的这个变更目的是避免布尔类型和NA的歧义——如果允许F作为NA字符串，会导致原本应该解析为FALSE的布尔值被错误转为NA。因此从1.11.0版本开始，官方加入了这个限制，相关规则也在data.table的官方文档中明确说明。

内容的提问来源于stack exchange，提问作者jciconsult