如何用R读取tsv类型文件

近日，在备战美赛期间，小编需要读取tsv文件，想着用R分析数据更为便捷，便去各种文章中学习搜集了如何用R来读取文件，其实这个过程非常简单，小编在这里总结了一下。

总体过程为：

1. 安装包
2. 加载包
3. 文件导入
   首先为了能够用读取tsv文件的函数，我们需要加载一个包。因为小编用的是Rstudio，所以需要打开原始的R，并输入install. packages(“readr”)，并选择一个国内的镜像，等待安装完成即可。
   然后就可以返回Rstudio交互页面，此时我们可以使用读取tsv文件的函数，也就是read. tsv(文件名)，注意这样的用法需要文件路径与R所在文件路径一致。若不清楚是哪个路径，可以调用getwd()来看tsv文件要放在哪个地方。
   一般来说，小编都比较喜欢转换为数据框来处理数据，因此后续可以用as. data. frame函数转换为数据框便于处理。

以上便是如何用R来读tsv文件，有不正确之处请大家批评指正～

filepath = "..\folder\data.tsv"
df = pd.read_csv(filepath)

OSError: [Errno 22] Invalid argument: '..\folder\\data.tsv'

应该写成

filepath = r"..\folder\data.tsv"
df = pd.read_csv(filepath)

df = pd.read_csv(filepath)

ParserError: Error tokenizing data. C error: Expected 6 fields in line 1117367, saw 7

应该写成

df = pd.read_csv(filepath, sep='delimiter')

ParserWarning: Falling back to the 'python' engine because the 'c' engine does not support regex separators (separators > 1 char and different from '\s+' are interpreted as regex); you can avoid this warning by specifying engine='python'.
  return func(*args, **kwargs)

应该写成

df = pd.read_csv(filepath, sep='delimiter', engine='python')

tsv文件中的分隔符一般是‘\t’，比如下边这个文件：

该rating.tsv文件没有表头，逐行读取方法如下：

with open('rating.tsv', 'r', encoding='utf-8') as f:
    for line in f:
        # 读取一行后，末尾一般会有一个\n，所以用strip函数去掉
        line = line.strip('\n').split('\t')  
        print(line[0])
        print(line[1])
        print(line[2])
        break

输出如下：

这样读取出来的是字符串，需要计算时可以利用int()或者float()函数转为数字即可。

上边是没有表头的tsv文件，当有表头时，也很简单，以下边的文件为例：

代码如下，就多了一行：

with open('1.tsv', 'r', encoding='utf-8') as f:
    next(f)  # 跳过第一行即可
    for line in f:
        line = line.strip('\n').split('\t')
        print(line[0])
        print(line[1])
        print(line[2])
        break

输出如下：

多说点，关于去掉末尾的换行符‘\n’，有两种写法：

1、str.strip('\n') 

2、str.replace('\n', '')

第一种方法，strip函数其实是去掉首尾指定的字符串序列，一般开头没有对应的字符还好，如果开头也有对应的字符的话要小心使用，因为也会把开头的字符序列去掉；

第二种方法就好理解了，用空字符串替换掉\n，一般字符串中只有末尾有\n时可以用；

上边两种方法都可以用，具体问题具体分析。