使用read.table读取数据时候不完全？

使用read.table读取数据时候不完全？

如题，读取同一个文件时候，发现用read.table的方式，数据读取不完全

rm(list=ls())
#方法一
tmp1 <- read.table("../genecard.txt",sep = "\t",head = T)
tmp1.1 <- read.table("../genecard.txt", sep = "\t", header = TRUE, quote = "")

dim(tmp1)#966   7
#判断是否有NA
anyNA(tmp1)#FALSE
#方法二
tmp2 <- data.table::fread("../genecard.txt",data.table = F)
dim(tmp2)#1585    7
anyNA(tmp2)#FALSE
#方法三
tmp3 <- read.csv("../genecard.txt",sep = "\t",head = T)
dim(tmp3)#1585    7

怎么找原因，试了是否NA、空值影响，结果都不是。交流群里问了其他人，也遇到过data.table吞数据的情况。原因竟然是数据中存在引号的原因。

注：

文件中包含引号可能导致 read.table 读取时出现行数或内容的遗漏。这种情况通常发生在文件的字段中包含双引号 (") 或单引号 (') 时，如果引号没有正确闭合，read.table 可能会误解字段的边界，从而跳过某些行或解析错误。

指定 quote 参数：read.table 默认会识别双引号或单引号为字符串的边界符号。如果不希望 read.table 将引号当作边界符号，可以将 quote 参数设置为空字符串 ("")。这样 read.table 会按原样读取引号，不会误解字段边界。

tmp1.1 <- read.table("../genecard.txt", sep = "\t", header = TRUE, quote = "")

以后用read.table读取文件的时候还是默认带上quote = ""参数吧，或者统一用fread函数读取文件。

使用 data.table::fread：fread 在处理包含引号的文件时通常更加宽松和灵活，可以尝试用 fread 读取文件。