r - dplyr : how to read a tsv file with headers while skipping some lines?

Question

这个问题已经有答案了:

read.csv, header on first line, skip second line [duplicate] (3 个回答)

已关闭 6 年前。

我有一个简单的tsv文件结构如下:

0 - headerline
1 - empty line
2 - PIG schema
3 - empty line
4 - 1-st line of DATA
5 - 2-nd line of DATA

我想阅读它，可能使用 readr::read_tsv但这是问题所在。

如您所见，第一行包含标题。然后我有三行我不想想要读取它(它们包含一些来自 Apache PIG 的 super 奇怪的数据)，并且数据从第 4 行开始。在 Pandas ，我会做类似的事情

df = pd.read_csv('/localpath/data.tsv', sep='\t', skiprows=[1,2,3])

它允许我阅读标题和以跳过第一行、第二行、第三行。

我在 readr::read_tsv 中没有看到类似的选项。那就是:

df = read_tsv('/localpath/data.tsv', col_names = TRUE, skip = 4)

它不解析 header ...

有什么想法吗？

Answer 1

发布我的评论作为答案。基本上，我们读取第一行作为标题，然后读取其余行作为数据:

library(readr)
names_t <- read_tsv('/localpath/data.tsv', col_names = FALSE, n_max = 1)
df1 <- read_tsv('/localpath/data.tsv', col_names = FALSE, skip = 4)
names(df1) <- names_t

请注意，在我的评论中，我指定了 nrows = 1 来读取名称(这适用于 read.csv)，但似乎该参数已被替换通过 readr::read_tsv 中的 n_max。