R Academy · 课时

使用 read_csv() 读取 CSV 文件

Q: 「使用 read_csv() 读取 CSV 文件」这节课中我会学到什么？

使用列类型推断、跳过和编码选项导入分隔文件 你通过在浏览器中直接运行的动手代码来练习 R Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

使用列类型推断、跳过和编码选项导入分隔文件

使用 read_csv() 读取 CSV 文件 是 CoddyKit 上的免费 R Academy 课时。这是第 1 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 R Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 R Academy 课程共包含 4 节课。

为什么使用 readr，而不是基础 R？

基础 R 提供了 read.csv()，但 readr 软件包中的 read_csv() 速度更快，返回 tibble（而不是数据框），能够更好地猜测默认类型，还会提供有关所检测列类型的详细信息。

library(readr)

# read_csv() vs read.csv():
# 1. Returns a tibble (prints nicely, faster subsetting)
# 2. Does NOT convert strings to factors by default
# 3. Shows column specification message
# 4. Faster for large files

# Example with a simple inline CSV:
df <- read_csv('name,score,grade
Alice,85,B
Bob,92,A
Carol,78,C')

print(df)
print(class(df))

从文件路径读取 read_csv()

最常见的用法是：将文件路径字符串传递给 read_csv()。该函数会自动将分隔符识别为逗号，将第一行读取为表头，并根据前 1000 行猜测列类型。

library(readr)

# Reading from a file path (illustrative — file not present)
# df <- read_csv('data/sales_2024.csv')

# Reading from a URL also works:
# df <- read_csv('https://example.com/data.csv')

# Using a literal inline string for demonstration:
df <- read_csv('region,q1,q2,q3
East,100,120,115
West,200,195,210
North,80,85,90')

print(df)

col_types — 指定列类型

使用 col_types 覆盖 readr 的类型猜测结果。您可以传入紧凑字符串（每列使用一个字符：c=字符型，d=双精度型，i=整型，l=逻辑型，D=日期型，_=跳过），也可以传入 cols() 规范。

library(readr)

df <- read_csv('id,date,amount,active
1,2024-01-15,99.99,TRUE
2,2024-02-20,149.50,FALSE
3,2024-03-10,75.00,TRUE',
# Compact: integer, Date, double, logical
col_types = 'iDdl')

print(df)
cat('\nColumn types:\n')
print(sapply(df, class))

使用 cols() 明确指定类型

如需更精细的控制，请使用 cols() 为每一列指定类型。可使用以下收集器函数：col_double()、col_character()、col_integer()、col_date(format=)、col_skip() 和 col_guess()。

library(readr)

df <- read_csv('id,name,score,date
1,Alice,85.5,2024-01-15
2,Bob,92.0,2024-02-20
3,Carol,78.3,2024-03-10',
col_types = cols(
  id = col_integer(),
  name = col_character(),
  score = col_double(),
  date = col_date(format = '%Y-%m-%d')
))

print(df)
print(class(df$date))

skip 和 n_max 参数

skip=n 会在读取前跳过开头的 n 行（适用于元数据或注释表头）。n_max=n 最多读取 n 行数据，非常适合预览大型文件或只加载第一个数据块。

library(readr)

# File with metadata in first 2 lines
# (simulated with literal string)
df <- read_csv('# Generated 2024-01-15
# Source: internal DB
name,score,grade
Alice,85,B
Bob,92,A
Carol,78,C
Dave,88,B',
skip = 2,     # Skip the 2 comment lines
n_max = 3     # Read only 3 data rows
)

print(df)

na 参数 — 定义缺失值

默认情况下，read_csv() 会将空字符串和 NA 视为缺失值。使用 na 参数可以指定其他应读取为 NA 的字符串，常见示例包括：'N/A'、'NULL'、'-999' 和 '.'。

library(readr)

df <- read_csv('name,score,city
Alice,85,NYC
Bob,N/A,NULL
Carol,78,.
Dave,-999,Chicago',
na = c('', 'NA', 'N/A', 'NULL', '.', '-999')
)

print(df)
cat('NAs per column:\n')
print(colSums(is.na(df)))

col_names — 自定义列名

当文件没有表头行时，请设置 col_names = FALSE，readr 会自动将列命名为 X1、X2 等。或者，您也可以向 col_names 传入字符向量，以指定自定义名称并跳过表头行。

library(readr)

# File without headers
df <- read_csv('Alice,85,NYC
Bob,92,LA
Carol,78,Chicago',
col_names = c('name','score','city')
)

print(df)

# auto-names when no header:
df2 <- read_csv('1,2,3
4,5,6', col_names = FALSE)
print(df2)

locale() — 处理非标准格式

locale() 控制 readr 如何解读特定地区格式：小数标记（欧洲数据中使用 ','）、日期格式、编码和分组标记。请将其传递给 read_csv(locale=...)。

library(readr)

# European-style CSV: semicolons as delimiters, comma as decimal
# read_csv2() is shorthand for this locale
df <- read_csv2('name;price;qty
Alice;9,99;100
Bob;24,50;50',
locale = locale(decimal_mark=',')
)

print(df)

# For dates in non-ISO format:
parse_date('15/01/2024', format='%d/%m/%Y')

progress 和 show_col_types

对于大型文件，read_csv() 会显示进度条。设置 progress=FALSE 可以隐藏进度条（在脚本中很有用）。如果您已经验证过列类型，设置 show_col_types=FALSE 可以隐藏列类型提示。

library(readr)

# Suppress progress and type messages for production scripts
df <- read_csv(
  'a,b,c
  1,x,TRUE
  2,y,FALSE',
  show_col_types = FALSE,
  progress = FALSE
)

print(df)

Problems() — 诊断解析失败

当 readr 遇到与预期类型不匹配的值时，会将其替换为 NA 并记录警告。调用 problems(df) 可以准确查看哪些行和列存在问题，以及原始值是什么。

library(readr)

# Intentional type mismatch: 'N/A' in numeric column
df <- suppressWarnings(read_csv(
  'id,score
  1,85
  2,N/A
  3,92',
  col_types = cols(score = col_double())
))

print(df)
print(problems(df))

使用 map() 读取多个文件

将 readr 与 purrr::map() 结合使用，可以一步读取多个 CSV 文件并按行绑定。对于处理按月或按季度拆分、分别存储在不同文件中的数据，这种模式非常重要。

library(readr)
library(purrr)
library(dplyr)

# Simulated: read and bind multiple CSV files
files <- c('q1.csv', 'q2.csv', 'q3.csv')

# In practice:
# all_data <- map_df(files, read_csv, show_col_types=FALSE)

# Demonstration with inline data:
q1 <- read_csv('month,sales\nJan,100\nFeb,120', show_col_types=FALSE)
q2 <- read_csv('month,sales\nApr,130\nMay,145', show_col_types=FALSE)

bind_rows(list(q1=q1, q2=q2), .id='quarter')

快速检查

如何告诉 read_csv()，应将值 'N/A' 和 '-99' 视为缺失值（NA）？

回顾：使用 readr 的 read_csv()

使用 readr 读取 CSV 文件的要点：

read_csv('file.csv') — 读取 CSV，返回 tibble，并猜测列类型
col_types = 'idcl' 或 cols(x=col_double()) — 明确指定类型
skip=n — 跳过表头或元数据行；n_max=n — 限制读取的行数
na = c('N/A','NULL') — 将其他字符串视为 NA
locale(decimal_mark=',') — 处理欧洲数字格式
show_col_types=FALSE — 在脚本中隐藏类型信息
problems(df) — 查看解析失败情况
与 map_df(files, read_csv) 结合以读取多个文件

library(readr)

# Production-ready read_csv() call
df <- read_csv(
  'name,score,city,active
  Alice,85,NYC,TRUE
  Bob,N/A,LA,FALSE
  Carol,78,NULL,TRUE',
  col_types = cols(
    name = col_character(),
    score = col_double(),
    city = col_character(),
    active = col_logical()
  ),
  na = c('', 'NA', 'N/A', 'NULL'),
  show_col_types = FALSE
)

print(df)

常见问题解答

「使用 read_csv() 读取 CSV 文件」课时是免费的吗？

是的 — 「使用 read_csv() 读取 CSV 文件」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 R Academy 课程的其余内容，请升级到 CoddyKit PRO。 R Academy 课程共包含 4 节课。

「使用 read_csv() 读取 CSV 文件」这节课中我会学到什么？

使用列类型推断、跳过和编码选项导入分隔文件你通过在浏览器中直接运行的动手代码来练习 R Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 R Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 R Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 1 节课，共 4 节。

「使用 read_csv() 读取 CSV 文件」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 R Academy 课中编写并运行代码吗？

能。每节 R Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 R Academy