R语言--readr包读写数据

---

前言

当你使出了浑身解数，read.csv和read.table还是无法读入数据时，或许可以尝试一下readr包中的read_table，read_csv等函数。尝试一下！

我是一个很专一（懒）的人，尽管网上有人说readr包中读入数据较传统函数速度快，我都一直用的传统方法，没有尝试过readr包。
直到今天实验室师兄告诉我他r语言读不进去数据，我尝试了很久，使用了很多参数，也网上搜索了很久，但都无果（可能是我比较笨），我才尝试使用这个包，结果就是，没有传入过多的参数就读进来了，太牛了，我哭死。
所以记录一下整个过程以及比较它和传统函数读写数据速度的差别。

---

一、发现问题

数据我就不上传了，说不定你们也不会遇到这种问题。。主要看一下报错吧！
我一开始觉得可能是数据编码的问题，然后：

a <- read.csv(file = 'seerv.csv',header = T,fill = T,check.names = F,fileEncoding = 'GBK')
a <- read.csv(file = 'seerv.csv',header = T,fill = T,check.names = F,fileEncoding = 'UTF-8')

关于里面的header，fill，check.names，encoding，fileEncoding等参数我都进行了尝试（很多情况下，这些参数的更改可以顺利的读入数据），无果。（想进一步尝试并且交流的，我可以私发部分数据）

二、分析问题

除了更改部分参数，我还想着欣赏一下read.table的源代码，结果发现里面部分可能是引用的C语言，然而当初仅仅学习了C语言基础，所以企图通过源码解决问题的路子又断了。
通过read.table,不要加括号。或者edit(read.table) 可以查看代码。

这是部分源码的图：
报错信息“no lines available in input”赫然出现，我知道在哪儿可能有问题，可是我却没有办法进一步分析原因。

三、解决问题

最后我脑抽在网上搜了一下，R语言读入数据，发现可以通过readr包读写数据，然后就成功读入了。
然后我，我懒，真的不想搞懂为什么传统方法读那个数据的时候会报错，就此作罢。

library(readr)
a <- read_csv(file = 'seer.csv')

我*，以前的时候不使用check.names=F参数的话，传统方法会将某些特殊符号编码为.（点），而read_csv根本不需要用什么check.names参数。

四、读写速度

最后，很多人都说这个包读写数据快，我就测试一下它和传统函数在读写速度上的区别，这个区别到底有多大。

d <- matrix(rnorm(25000000),nrow = 5000,ncol = 5000)
d <- as.data.frame(d)
t1 <- Sys.time()
write.csv(d,file = 'write.csv.csv')
Sys.time()-t1
t1 <- Sys.time()
write_csv(d,file = 'write_csv.csv')
Sys.time()-t1

t1 <- Sys.time()
a <- read.csv(file = 'write.csv.csv')
Sys.time()-t1

t1 <- Sys.time()
b <- read_csv(file = 'write_csv.csv')
Sys.time()-t1

写入数据：

55.7秒 vs 1.7秒
write_csv： 的速度是write.csv： 的近30 倍。

读入数据：

1.3分 vs 20.3秒
read_csv： 读取数据的速度是read.csv的近3倍。

仅用一个数据集和一对函数进行比较，虽然结果速度差距可能不准确，但readr包读写速度真的快，我总不能每个数据都测试吧。

这里只是单纯进行一对函数读写速度的比较
函数里面的参数就不多提了。

---

总结

我太不想搞懂为什么数据读不进去的原因了，只要能读出来就行，不然师兄折磨我。哈哈哈！

吐槽

说个今天遇到的无语事，某某对于购买的代码，代码跑不下去了，报错了，发给我代码和数据，我跑了他的代码发现，基因矩阵里面没有预设的那个基因名字，换一个基因去研究就行了（可能说明书不够详尽）。然后就没有然后了，一句谢谢都没有。

小白一枚，欢迎大家批评指正。
如果大家能解决前面的read.csv问题的，私聊我，我给你部分数据。