生信老学长
1、CSV文件
“师兄，为什么我读取xlsx总是报错？”，“师兄，怎么我的文件表头不见了？”，看着师弟那渴望知识的眼神，你却目光躲闪?来了，来了，生信老学长当你的最强嘴替。
实际上，我们日常处理文件的格式主要分为三种，一种是比较规整的有行名和列名的，第二种是文本文件，第三种是有特殊格式的文件。而文件类型也可以分为CSV、XLSX、TXT、GTF、FASTA等。
一、规整类型文件的读取
1、CSV文件
```r
> read.csv('删除行名1.csv')
X1 names gene symbol sample
1  2  out1 gen1    sb1    sp1
2  3  out2 gen2    sb2    sp2
3  4  out3 gen3    sb3    sp3
4  5  out4 gen4    sb4    sp4
5  6  out5 gen5    sb5    sp5
> read.csv('跳过注释.csv',comment.char = "#")#跳过#注释
names gene symbol sample         X   X.1
1  out1 gen1    sb1    sp1     test1 test1
2  out2 gen2    sb2    sp2 red apple test2
3  out3 gen3    sb3    sp3     test3 test3
4  out4 gen4    sb4    sp4           test4
5  out5 gen5    sb5    sp5     test5 test5
```
2、xls文件

```r
library(readxl)
> read_excel("规范数据.xlsx", sheet = "Sheet1")#读取sheet1
# A tibble: 5 × 4
names gene  symbol sample
<chr> <chr> <chr>  <chr> 
  1 out1  gen1  sb1    sp1   
2 out2  gen2  sb2    sp2   
3 out3  gen3  sb3    sp3   
4 out4  gen4  sb4    sp4
> read_excel("规范数据.xlsx", sheet = "Sheet2",skip = 2)#跳过#行
New names:
  • `` -> `...5`
• `` -> `...6`
# A tibble: 5 × 6
names gene  symbol sample ...5  ...6 
<chr> <chr> <chr>  <chr>  <chr> <chr>
  1 out1  gen1  sb1    sp1    test1 test1
2 out2  gen2  sb2    sp2    test2 test2
3 out3  gen3  sb3    sp3    test3 test3
4 out4  gen4  sb4    sp4    NA    test4
5 out5  gen5  sb5    sp5    test5 test5
```
3、通用读法

```r
> read.table('跳过注释.csv')#直接读取
Error in scan(file = file, what = what, sep = sep, quote = quote, dec = dec,  : 
                line 1 did not have 2 elements
              
> read.table('跳过注释.csv',sep = ",",header = T,comment.char = "#")#指定间隔符
names gene symbol sample         X   X.1
1  out1 gen1    sb1    sp1     test1 test1
2  out2 gen2    sb2    sp2 red apple test2
3  out3 gen3    sb3    sp3     test3 test3
4  out4 gen4    sb4    sp4           test4
5  out5 gen5    sb5    sp5     test5 test5
```
4、更快的读取 大型文件应该用fread函数，它更快速

```r
> fread('跳过注释.csv',sep = ",",header = T)
####test   V2     V3     V4    V5    V6
1:  ##test2                               
  2:    names gene symbol sample            
3:     out1 gen1    sb1    sp1 test1 test1
4:     out2 gen2    sb2    sp2 test2 test2
5:     out3 gen3    sb3    sp3 test3 test3
6:     out4 gen4    sb4    sp4       test4
7:     out5 gen5    sb5    sp5 test5 test5

> fread('跳过注释.csv',sep = ",",header = T,skip=2)#跳过注释
names gene symbol sample        V5    V6
1:  out1 gen1    sb1    sp1     test1 test1
2:  out2 gen2    sb2    sp2 red apple test2
3:  out3 gen3    sb3    sp3     test3 test3
4:  out4 gen4    sb4    sp4           test4
5:  out5 gen5    sb5    sp5     test5 test5
```
二、文本文件读取
1、readline()

```r
> readLines("跳过注释.csv") ##
[1] "####test,,,,,"                     "##test2,,,,,"                     
[3] "names,gene,symbol,sample,,"        "out1,gen1,sb1,sp1,test1,test1"    
[5] "out2,gen2,sb2,sp2,red apple,test2" "out3,gen3,sb3,sp3,test3,test3"    
[7] "out4,gen4,sb4,sp4,,test4"          "out5,gen5,sb5,sp5,test5,test5"

> readLines("普通文本.txt")##整行读取
[1] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
[3] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
[5] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
[7] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
[9] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
```
2、scan()

```r
> scan("普通文本.txt",what = "character", encoding = "UTF-8")#单词分割
Read 25 items
[1] "wx：生信老学长" "课题指导"       "生信分析"       "个性化分析"     "基金指导"      
[6] "wx：生信老学长" "课题指导"       "生信分析"       "个性化分析"     "基金指导"      
[11] "wx：生信老学长" "课题指导"       "生信分析"       "个性化分析"     "基金指导"      
[16] "wx：生信老学长" "课题指导"       "生信分析"       "个性化分析"     "基金指导"      
[21] "wx：生信老学长" "课题指导"       "生信分析"       "个性化分析"     "基金指导" 


> scan("普通文本.txt",sep = "\n",what = "character", encoding = "UTF-8")#逐行读取
Read 10 items
[1] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
[3] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
[5] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
[7] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
[9] "wx：生信老学长"                         "课题指导  生信分析 个性化分析 基金指导"
```
3、read_all()

```r
library(xfun)
> read_all("普通文本.txt")#全部读取
wx：生信老学长
课题指导  生信分析 个性化分析 基金指导
wx：生信老学长
课题指导  生信分析 个性化分析 基金指导
wx：生信老学长
课题指导  生信分析 个性化分析 基金指导
wx：生信老学长
课题指导  生信分析 个性化分析 基金指导
wx：生信老学长
课题指导  生信分析 个性化分析 基金指导

> read_all("普通文本.txt")[1]
[1] "wx：生信老学长
```
三、特殊文件读取
1、FASTA文件

```r
library(Biostrings)
> readBStringSet("fasta.fa", format="fasta")
BStringSet object of length 2:
  width seq                                                               names               
[1]    72 AGTACGTAGTCGCTGCTGCTACGGGCGCTAG...ACGACGTAGATGCTAGCTGACTAAACGATGC sequence1
[2]    70 AAACGATCGATCGTACTCGACTGATGTAGTA...GTACGTAGCATCGTCAGTTACTGCATGCGGG sequence2
```
2、GTF文件

```r
library(rtracklayer)
> import('test1.gtf', format = "gtf")
GRanges object with 10 ranges and 6 metadata columns:
  seqnames    ranges strand |   source        type     score     phase     gene_id
<Rle> <IRanges>  <Rle> | <factor>    <factor> <numeric> <integer> <character>
  [1]      381   150-200      + | Twinscan exon               NA      <NA>     381.000
[2]      381   300-401      + | Twinscan exon               NA      <NA>     381.000
[3]      381   380-401      + | Twinscan CDS                NA         0     381.000
[4]      381   501-650      + | Twinscan exon               NA      <NA>     381.000
[5]      381   501-650      + | Twinscan CDS                NA         2     381.000
[6]      381   700-800      + | Twinscan exon               NA      <NA>     381.000
[7]      381   700-707      + | Twinscan CDS                NA         2     381.000
[8]      381  900-1000      + | Twinscan exon               NA      <NA>     381.000
[9]      381   380-382      + | Twinscan start_codon        NA         0     381.000
[10]      381   708-710      + | Twinscan stop_codon         NA         0     381.000
transcript_id
<character>
  [1]     381.000.1
[2]     381.000.1
[3]     381.000.1
[4]     381.000.1
[5]     381.000.1
[6]     381.000.1
[7]     381.000.1
[8]     381.000.1
[9]     381.000.1
[10]     381.000.1
-------
  seqinfo: 1 sequence from an unspecified genome; no seqlengths
```
3、PDB文件

```r
library(bio3d)
pdb <- read.pdb("test.pdb") 
summary(pdb)
pdb$atom
pdb$xyz
```
盆友们，快收获这一份R文件读取指南，在师弟面前侃侃而谈吧。关注公众号回复read data获取文件和代码。


VX公众号：生信老学长
专业项目指导和生信支持

生信老学长1、CSV文件“师兄，为什么我读取xlsx总是报错？”，“师兄，怎么我的文件表头不见了？”，看着师弟那渴望知识的眼神，你却目光躲闪?来了，来了，生信老学长当你的最强嘴替。实际上，我们日常处理文件的格式主要分为三种，一种是比较规整的有行名和列名的，第二种是文本文件，第三种是有特殊格式的文件。而文件类型也可以分为CSV、XLSX、TXT、GTF、FASTA等。一、规整类型文件的读取1、CSV文件

各种文件的介绍和读取--基于R

基于R的各种文件的读取，例如fatsta等

编程语言

大数据

R语言文件读取指南：详解CSV/XLSX/TXT/FASTA/GTF等格式读取方法，包含read.csv、read_excel、fread等函数使用技巧，助你高效处理生物信息学数据。获取完整代码请关注公众号"生信老学长"。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

各种文件的介绍和读取--基于R-腾讯云开发者社区-腾讯云

各种文件的介绍和读取--基于R

各种文件的介绍和读取--基于R

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐