R:读入 .csv 文件并转换为多列数据框

Question

我是 R 的新手，目前在读取 .csv 文件并将其转换为 data.frame 时遇到了很多麻烦7 列。这是我正在做的:

gene_symbols_table <- as.data.frame(read.csv(file="/home/nikita/Desktop
/CElegans_raw_data/gene_symbols_matching.csv", header=TRUE, sep=","))

之后，我得到一个 data.frame 和 dim = 46761 x 1，但我需要它是 46761 x 7。我尝试了以下 stackoverflow 线程:

1. How can you read a CSV file in R with different number of columns

2. read.delim() - errors "more columns than column names" and "header and ''col.names" are of different lengths"

3. Split a column of a data frame to multiple columns

但不知何故，我的情况没有任何效果。表格如下所示:

> head(gene_symbols_table, 3)
input.reason.matches.organism.name.primaryIdentifier.symbol.briefDescription.c
lass.secondaryIdentifier
1                     WBGene00008675 MATCH 1 Caenorhabditis elegans    
WBGene00008675 irld-26  Gene F11A5.7
2                      WBGene00008676 MATCH 1 Caenorhabditis elegans 
WBGene00008676 oac-15  Gene F11A5.8
3                            WBGene00008677 MATCH 1 Caenorhabditis elegans 
WBGene00008677   Gene F11A5.9

Excel 中的 .csv 文件如下所示:

input   |  reason   |  matches  |   organism.name  |    primaryIdentifier   |  symbol   | 
briefDescription
WBGene00008675  |   MATCH  |    1     |   Caenorhabditis elegans    WBGene00008675  |   irld-26   |   ...   
...

以下代码:

gene_symbols_table <- read.table(file="/home/nikita/Desktop
/CElegans_raw_data/gene_symbols_matching.csv", header=FALSE, sep=",", 
col.names = paste0("V",seq_len(7)), fill = TRUE)

似乎工作正常，但是当我查看 dim 时，我可以立即发现它是错误的:20124 x 7。然后:

V1
1input;reason;matches;organism.name;primaryIdentifier;symbol;briefDescription;class;secondaryIdentifier
2                     WBGene00008675;MATCH;1;Caenorhabditis 
elegans;WBGene00008675;irld-26;;Gene;F11A5.7
3                      WBGene00008676;MATCH;1;Caenorhabditis 
elegans;WBGene00008676;oac-15;;Gene;F11A5.8
  V2 V3 V4 V5
1            
2            
3        

1

所以，这是错误的

read.table 的其他尝试给我第二个 stackoverflow 线程中指定的错误。

我也试过将一列的 data.frame 分成 7 列，但到目前为止没有成功。

Answer 1

sep 似乎是空格或分号，而不是表格中的逗号。因此，要么尝试指定它，要么您可以尝试 data.table 包中的 fread，它会自动检测分隔符。

gene_symbols_table <- as.data.frame(fread(file="/home/nikita/Desktop
/CElegans_raw_data/gene_symbols_matching.csv", header=TRUE))