使用data.table中的fread()函数导致R会话中止。

Question

我正在为一门大规模开放在线课程（MOOC）的项目工作，同时在 RStudio 中尝试使用 data.table 包。最初使用 fread() 函数导入数据文件时运行良好：

fread("UCI HAR Dataset/features.txt")->features
fread("UCI HAR Dataset/test/y_test.txt")->ytest

然而，当我尝试运行下面这行代码时，我收到了一个弹出窗口，上面写着“R Session Aborted: R encountered a fatal error. The session was terminated.”

fread("UCI HAR Dataset/test/X_test.txt")->xtest

我不明白问题出在哪里。我检查了文件名和路径，确保所有拼写和大小写都正确，一切正常。使用read.table()的等效代码可以正常工作，不会导致R中止。我还尝试将文件重命名为“x_test.txt”，但仍然出现了相同的问题。

根据?fread，该函数仅适用于“常规分隔文件”。据我所知，该文件是一个“常规分隔文件”，因为所有行具有相同数量的列。当我使用read.table时，没有单元格包含“NA”，我使用anyNA()进行了检查。有没有快速确定文件是否是分隔符“常规”或者原始文件可能引起问题的其他内容？

---

更新

经过进一步研究并搜索开发者的github上列出的问题，我认为我的问题在于每行开头有两个空格，这在此处讨论。我不确定为什么R没有警告而中止了程序。然而，在相同的条件下，最新的data.table（1.9.5）开发版本并没有导致会话中止。

- GH28

---

这是一种应该向软件包维护者报告的错误，最好附带一个可靠地导致异常终止的测试用例。我们很难复制您的观察结果。 - IRTFM

可能是特殊字符\r或嵌套引号的原因。像这样的内容会导致fread失败，建议在Emacs或其他可以查看特殊字符的文本编辑器中打开您的文档。 - Rorschach

Answer 1

虽然我认为在R会话中止的任何情况下（且不是由于您的C代码搞砸），您应该首先联系软件包维护者，但我可以提供一个策略来解决您的最后一个请求，这并不是特定于fread的，但我发现它在regular-reads()中很有用。我假设这是一个逗号分隔的文件，但如果它是空格分隔的，您可以将sep=","更改为sep=""。

filcnts <- count.fields("UCI HAR Dataset/test/X_test.txt", sep=",")
table(filcnts)

这应该是一个单项表格。如果不是，请尝试切换参数，如quote、sep、blank.lines.skip或comment.char

- IRTFM

---

感谢您建议我先联系开发人员。按照他们的错误报告说明所建议的安装data.table()的开发版本，实际上在使用fread()时给了我一个有意义的错误信息，而不是使程序崩溃。 - GH28