转：

接下来继续看我们的read.table函数。

首先介绍一个非常有用的函数na.strings。na.strings在read.table中默认na.strings=“NA”。

“na”的意思是“not

available”，即“不可用”，在数据分析中我们更愿意称呼它“missing

values”------缺失值。这么一说大家就明白了，它是处理缺失值的。我们在整理录入数据的时候，有一些数据因为各种原因无法调查，称为缺失值。缺失值有时候会用特别的数字表示而不一定空着不填。如在统计某人群男子身高(cm)时，有的人没有记录上，那么可能缺失值会用“999”表示，因为人们是不会长到999cm的。我们录入数据时，这样的数据用999表示，但是并不希望它被计算。此时就可以用na.strings定义它。

我举一个例子：

先读取文件wq，看看是什么样子：

> setwd("E:/Rstore/")

> WQ=read.table("wq.txt",header=T)

> WQ

A B C D

1 12 65 78 98

2 56 89 87 78

3 78 87 56 98

4 98 89 24 56

5 78 87 87 12

6 96 89 33 45

7 23 78 69 65

8 23 98 82 86

9 65 87 12 45

这个是原表。假设我们现在认为数字98是缺失值，那么我们就这么录入：

WQ1=read.table("wq.txt",header=T,na.strings=98)

> WQ1

A B C D

1 12 65 78 NA

2 56 89 87 78

3 78 87 56 NA

4 NA 89 24 56

5 78 87 87 12

6 96 89 33 45

7 23 78 69 65

8 23 NA 82 86

9 65 87 12 45

显然，在R中，定义以后的缺失值在读出时用NA表示。如果你想定义多个缺失值，如在这张表中定义98和78都是缺失值，只需用c()函数将它们结合即可：

WQ2=read.table("wq.txt",header=T,na.strings=c(98,78))

> WQ2

A B C D

1 12 65 NA NA

2 56 89 87 NA

3 NA 87 56 NA

4 NA 89 24 56

5 NA 87 87 12

6 96 89 33 45

7 23 NA 69 65

8 23 NA 82 86

9 65 87 12 45

如果你只想读取数据的前6行，那么就需要另外一个函数nrows，它表示你要读取数据的前n行：

> WQ3=read.table("wq.txt",header=T,nrows=6)

> WQ3

A B C D

1 12 65 78 98

2 56 89 87 78

3 78 87 56 98

4 98 89 24 56

5 78 87 87 12

6 96 89 33 45

这里需要说明的是，变量名不算在所选取范围内。这样是很方便的。它的默认值是nrows=-1，当然，只要你让nrows为负数，它和取默认值是一样的。

相比而言，另一个函数skip函数就不是那么方便了。skip，“跳读”，你可以理解它为“忽略”，默认值是0。

比如从第三行开始读取wq数据，那么需要让skip=2，即跳过(忽略)前两行开始读取数据：

> WQ4=read.table("wq.txt",header=T,skip=2)

> WQ4

X56 X89 X87

X78

1 78 87 56 98

2 98 89 24 56

3 78 87 87 12

4 96 89 33 45

5 23 78 69 65

6 23 98 82 86

7 65 87 12 45

注意，不同于nrows，变量名也被“跳”过去了。因此实际应用时可能需要和col.names合用，代码如下：

>

WQ4=read.table("wq.txt",header=T,skip=2,col.names=c("A","B","C","D"))

> WQ4

A

B C D

1 78 87 56 98

2 98 89 24 56

3 78 87 87 12

4 96 89 33 45

5 23 78 69 65

6 23 98 82 86

7 65 87 12 45

这样，我们不仅得到了原表(WQ)中第3-9行的数据，而且也拥有了每一列的变量名。

check.names,检查变量名。它的默认值是TRUE，它是干什么的呢？即如果你的列变量名有重复，使用check.names=T(或者不写这一项)，它会对重复的变量名重新编写变量名。为什么要检查变量名呢？因为通常情况下表中的每一列应该为一种变量，不太可能会有相同的变量名。用法实际上很简单，我们看看例子：

在这张名为wq的表中，第二列和第三列的变量名均为“B”，如果我们直接读取这张表，看看发生什么：

> WQ=read.table("wq.txt",header=T)

> WQ

A B B.1 D

1 12 65 78 98

2 56 89 87 78

3 78 87 56 98

4 98 89 24 56

5 78 87 87 12

6 96 89 33 45

7 23 78 69 65

8 23 98 82 86

9 65 87 12 45

在默认状态或者是check.names=T的情况下，R自动将第二个变量名“B”改成了“B.1”。如果我们使用check.names=F，那么这张表的变量名会原封不动的读出来：

> WQ=read.table("wq.txt",header=T,check.names=F)

> WQ

A B B D

1 12 65 78 98

2 56 89 87 78

3 78 87 56 98

4 98 89 24 56

5 78 87 87 12

6 96 89 33 45

7 23 78 69 65

8 23 98 82 86

9 65 87 12 45

最后再介绍两个函数：fill和blank.lines.skip。

请看这张表：

直接用read.table读这样的表，是出不出来的：

> WQ=read.table("wq.txt",header=T)

Error in scan(file, what, nmax, sep, dec, quote, skip, nlines,

na.strings, :

line 1 did not have 4 elements

R给出的错误提示是第一行没有4个元素。但是有的研究设计(如平衡不完全区组设计)可能会列出这样有空值类型的表格，或者说你的缺失值可能没有用其他数字或方法定义，就是没有填任何标记，那么就可以使用fill函数：

> WQ=read.table("wq.txt",header=T,fill=T)

> WQ

A B C D

1 12 65 78 NA

2 56 89 87 78

3 78 87 56 98

4 98 89 24 56

5 78 87 87 12

6 96 89 33 45

7 23 78 69 65

8 23 98 82 86

9 65 87 12 45

这样，表被读了出来，并且在缺失的地方自动补充了“NA”。

fill的默认值并不是FALSE，而是“fill=！blank.lines.skip”。

“！”是逻辑值“非”。“fill”顾名思义，你可以理解为“填满”，”blank lines

skip”则是跳过空白行。那么这个代码的意思就是fill默认不跳过空白行。所以当表中有空白存在，又没有定义fill=T，就不会被读出来。

如果你的数据是这样的：

当你把它读取的时候，原表空白行并不会被读出来：

> WQ=read.table("wq.txt",header=T)

> WQ

A B C D

1 12 65 78 98

2 56 89 87 78

3 78 87 56 98

4 98 89 24 56

5 78 87 87 12

6 96 89 33 45

7 23 78 69 65

8 23 98 82 86

9 65 87 12 45

原表的空白行没有任何一个元素，所以并没有被读出来，因为默认值blank.lines.skip=T，即跳过空白行。此时就要用blank.lines.skip=F，即不跳过空白行：

> WQ=read.table("wq.txt",header=T,blank.lines.skip=F)

> WQ

A B C D

1 12 65 78 98

2 56 89 87 78

3 78 87 56 98

4 98 89 24 56

5 78 87 87 12

6 96 89 33 45

7 NA NA NA NA

8 23 78 69 65

9 23 98 82 86

这样，读出了空白行并且用“NA”填补。