读者的目标是提供一种快速友好的阅读方式分隔文件中的矩形数据，例如逗号分隔的值（CSV）和选项卡分隔值（TSV）。它被设计用于解析多种类型在野外发现的数据，同时提供信息丰富的问题报告解析导致意外结果时。如果您是readr新手最好的出发点是数据导入章R代表数据科学。

#获取readr的最简单方法是安装整个tidyverse：安装.包("潮韵诗")#或者，只安装读卡器：安装.包("阅读器")

#或者您可以从GitHub安装开发版本：
#install.packages（“pak”）
巴基斯坦::巴基斯坦("tidyverse/读卡器")

readr是核心tidyverse的一部分，因此可以使用以下内容加载它：

图书馆(潮韵诗)#>——附加核心tidyverse包──────────────────────── tidyverse 2.0.0——
#> ✔ dplyr 1.1.4型✔ 阅读2.1.5.9000
#> ✔ 适用于猫1.0.0✔ 串1.5.1
#> ✔ ggplot2第3.5.1节✔ 可移动3.2.1
#> ✔ 杂交1.9.3✔ 第1.3.1天
#> ✔ 呜呜声1.0.2
#>——冲突────────────────────────────────────────── tidyverse_conflicts（）——
#> ✖ dplyr:：filter（）屏蔽统计信息：：filters（）
#> ✖ dplyr:：lag（）屏蔽统计信息：：lag
#> ℹ 使用冲突的包(<http://conflicted.r-lib.org/>)迫使所有冲突成为错误

当然，您也可以将readr作为单独的包进行加载：

图书馆(阅读器)

要使用readr读取矩形数据集，可以将两部分组合在一起：函数将文件的行解析为单个字段和列规范。

readr支持以下文件格式读取_*（）功能：

• 读取csv（）：逗号分隔值（CSV）
• 读取（）：tab分隔值（TSV）
• 读取csv2（）：分号分隔的值,作为十进制标记
• read_delim（）：分隔文件（CSV和TSV是重要的特殊文件案例）
• 读取_fwf（）：固定宽度文件
• read_table（）：空白分隔的文件
• read_log（）：web日志文件

列规范描述了如何转换每个列从字符向量到特定数据类型（例如字符、，数字、日期时间等）。如果没有列规范，readr将根据数据猜测列类型。vignette（“列类型”）提供了有关readr如何猜测列类型的更多详细信息。列类型猜测非常方便，尤其是在数据探索期间，但它重要的是要记住这些只是猜测.与任何数据分析一样项目在探索阶段成熟，最佳策略是提供显式列类型。

以下示例加载与readr和guess捆绑的示例文件列类型：

(鸡 <-read_csv（读_例("鸡.csv")))#>行数：5列数：4
#>——立柱规格────────────────────────────────────────────────────────
#>分隔符：“，”
#>chr（3）：鸡、性、座右铭
#>dbl（1）：蛋
#>
#> ℹ 使用“spec（）”检索此数据的完整列规范。
#> ℹ 指定列类型或设置`show_col_types=FALSE`以消除此消息。
#>#A台：5×4
#>鸡性蛋下蛋座右铭
#><chr><chr><dbl><chr
#>1福格霍恩·莱霍恩公鸡0这是个玩笑，啊，那是个玩笑…
#>2鸡小母鸡3天要塌了！
#>3姜母鸡12听。我们要么死得自由，小妞…
#>4鸡卡米拉7咩咩叫。
#>5厄尼巨型公鸡0把索洛船长放在货舱里。

请注意，readr打印列类型–猜测的列类型，在在这种情况下。这很有用，因为它允许您检查列已按预期读入。如果他们没有，那意味着你需要提供列规范。这听起来像是很多麻烦，但幸运的是，readr为此提供了一个很好的工作流。使用规范（）从您的初始努力。

规范(鸡)#>科尔斯(
#>鸡肉=col_character（），
#>sex=col_character（），
#>鸡蛋铺好=col_double（），
#>座右铭=col_character（）
#> )

现在，您可以复制、粘贴和调整它，以创建更明确的readr表示所需列类型的调用。我们在这里表达这一点性应该是一个有层次的因素公鸡和母鸡，按顺序，以及那个鸡蛋_下蛋应为整数。

鸡 <-读取csv(阅读器_示例("水痘.csv"),列类型（_T） =科尔斯(鸡   =col_character（），性       =列因子（_F）(水平 =c（c）("公鸡","母鸡")),鸡蛋_下蛋 =列_整数（），座右铭     =col_character（）))鸡
#>#A台：5×4
#>鸡性蛋下蛋座右铭
#>＜chr＞＜fct＞＜int＞＜chr＞
#>1福格霍恩·莱霍恩公鸡0这是个玩笑，啊，那是个玩笑…
#>2鸡小母鸡3天要塌了！
#>3姜母鸡12听。我们要么死得自由，小妞…
#>4鸡卡米拉7咩咩叫。
#>5巨鸡厄尼把索洛船长放进货舱。

小品（“readr”）对readr进行了扩展介绍。

readr在2.0.0版（2021年7月发布）中获得了一个新的解析引擎。在这就是所谓的第二版，readr称vroom:：vroom（）默认情况下。

2.0.0之前的readr版本中的解析引擎现在称为第一版。如果您使用的是readr>=2.0.0，您仍然可以访问通过函数进行第一版解析有条件（1，…）（_E）和本地版本（1）。显然，如果使用的是readr<2.0.0根据定义，将获得第一版解析，因为仅此而已是。

我们将继续支持多个版本的第一版，但总体目标是使第二版比第一个。因此，计划是最终否决，然后删除第一版代码。新代码和主动维护的代码应使用再版。变通办法有条件（1，…）（_E）和本地版本（1）以务实的方式修补遗产代码或作为标识为第二版成熟了。

有两种主要的readr替代方法：baseR和data.table弗雷德（）。下面讨论了最重要的差异。

与相应的基本函数相比，readr函数：

• 对参数使用一致的命名方案（例如列名（_N）和列类型（_T）不收割台和colClasses（科尔类）).

• 根据数据集的不同，速度通常要快得多（高达10x100倍）。

• 默认情况下保持字符串不变，并自动解析公共日期/时间格式。

• 如果加载需要一段时间，请使用有用的进度条。

• 所有功能都以完全相同的方式工作，而不考虑电流语言环境。要覆盖以美国为中心的默认值，请使用地区（）.

数据表有一个函数类似读取csv（）打电话弗雷德（）。与相比弗雷德（），读卡器功能：

• 有时速度较慢，尤其是在数字量较大的数据上。

• 可以自动猜测一些参数，但基本上鼓励显式规范，例如分隔符、跳过的行和标题行。

• 遵循tidyverse惯例，例如返回tibble、列名修复的标准方法和通用的迷你语言用于列选择。

感谢：

• 乔·程（Joe Cheng）向我展示了解析的确定性有限自动机，以及教我为什么应该写一个标记。

• JJ阿莱尔帮我想出了复制很少且易于扩展的设计。

• 德克·埃德尔布埃特尔因为想出了名字！