检索fread使用的列分隔符

Question

fread 函数来自于 data.table 包，通常可以在读取文件时自动确定列分隔符 (sep)。

例如，在这里，fread 自动检测到 | 作为列分隔符：

library(data.table)
fread(paste(c("A|1", "B|2", "C|3"), collapse = "\n"))
#    V1 V2
# 1:  A  1
# 2:  B  2
# 3:  C  3

但是我该如何检索出最终由fread使用的列分隔符（此处为|）？

- Pablo Boswell

---

你有检查过fread中的verbose参数吗？例如：fread(paste(c("A|1", "B|2", "C|3"), collapse = "\n"), verbose = TRUE)，会显示出"Detecting sep ... '|'"。你可以考虑让你的问题更具体一些，因为你目前有相当多不同（且广泛）的问题。同时，请提供一个“最小化”的示例。祝好！ - Henrik

是的，这实际上是我的主要问题，知道这个就可以否定其他的了。而且，我认为这只是一些属性的简单问题，所以我没有包含一个例子。谢谢！如果你想把你的回答变成答案，我会接受它。 - Pablo Boswell

你应该始终尝试包含一个 MCVE。一般来说，当人们拥有玩具数据并且可以验证他们的代码时，这会使得他们更愿意提供帮助。 - Henrik

是的，我通常会这样做来回答更复杂的问题。谢谢！ - Pablo Boswell

Answer 1

正如Henrik所提到的，如果选择verbose = TRUE，这些信息将被打印到控制台。您可以使用以下方法捕获有关分隔符打印的信息：

library(magrittr)
example <- paste(c("A|1", "B|2", "C|3"), collapse = "\n")
capture.output(fread(example, verbose = TRUE) %>% {NULL}) %>% 
    .[grepl('Detecting sep', .)]


#[1] "Detecting sep ... '|'"

你也可以基于 fread 查找分隔符的描述实现自己的分隔符查找器:

默认使用集合 [,\t |;:] 中在引号 ("") 区域之外，位于第 autostart 行的第一个字符作为分隔符

- IceCreamToucan

---

不错的答案。我尝试了一下，没有使用 %>% {NULL}，似乎仍然可以工作..？OP/用户还可以添加一步 %>% sub("^.* '(.)'$", "\\1", x = .) 来提取字符。 - Frank

@Frank 如果没有 %>% {NULL}，整个 data.table 将被放入 capture.output(...) 的输出中。 - IceCreamToucan

噢，对了，谢谢。实际上，我想你不仅需要分隔符，还需要数据，所以 capture.output(dat <- fread(example, verbose = TRUE)) %>% ...，除非我还漏掉了什么。 - Frank

是的，那可能是更好的方式。 - IceCreamToucan