R 将列转换为 NA 值 - 为什么？

Question

我想读取制表符分隔的文件，其中一列指示由“罗马”枚举表示的类(每个文件在第二列中包含 i、ii、iii 或 iv)。但是，对于仅包含“i”的文件，此列将转换为 NA 值。我可以使用如下所示的小测试文件重现此错误:

animal  class   info
dog i   a
cat i   a
rabbit  i   b

当我将其读入 R 时:

> d<-read.delim("test_roman.csv", sep="\t")
> d
  animal class info
1    dog    NA    a
2    cat    NA    a
3 rabbit    NA    b

我在这里缺少什么？ read.delim 总是在类似的文件上为我工作。

Answer 1

如果您可视化了该类型，您可能已经发现了:

typeof(d$class)
[1] "complex"

您显然不希望有复数，因此我们强制执行“字符”类:

read.table("test_roman.csv", sep="\t", fill=T, colClasses="character", header=T)
# animal  class   info
# dog     i       a
# cat     i       a
# rabbit  i       b

如果您的文件不仅包含 i，还包含 ii 和 iv，它仍然可以工作:

read.delim("test_roman2.csv", sep="\t")
#   animal class info
#1     dog     i    a
#2     cat     i    a
#3 rabbit      i    b
#4 rabbit     iv    b
#5 rabbit     ii    b