Question

我正在试图加速read.table步骤的Windows机器上。我的文件都是.gz。

x=paste("gzip -c ",filename,sep="")
phi_raw = fread(x)

Error in fread(x) :

无法理解错误。对我来说有点太神秘了。

不像zx8754建议的那样重复：在fread的上下文中特别使用。虽然fread dows没有gzip的原生支持，但这个范例应该可行。见http://www.molpopgen.org/coding/datatable.html

更新

以下建议使用系统产生更长的错误信息 - 尽管我仍然卡住了。

Error in fread(system(x)) : 

  'input' must be a single character string containing a file name, a command, full path to a file, a URL starting 'http[s]://', 'ftp[s]://' or 'file://', or the input data itself

In addition: Warning message:


running command 'gzip -c D:/x_.gz' had status 1

更新

使用gunzip运行，如下所示：

Error in fread(system(x)) : 

  'input' must be a single character string containing a file name, a command, full path to a file, a URL starting 'http[s]://', 'ftp[s]://' or 'file://', or the input data itself

In addition: Warning message:

running command 'gunzip -c D:/XX_.gz' had status 127

注意不同的状态

Answer 1

我经常在Windows上使用带有fread的gzip。它读取文件而不解压缩它们。我会尝试使用gzip命令添加-d选项。具体来说，在您的代码中，请尝试x=paste("gzip -dc ",filename,sep="")。这是一个可重现的示例，适用于我的机器：

df <- data.frame(x = 1:10, y = letters[1:10])
write.table(df, 'df.txt', row.names = F, quote = F, sep = '\t')
system("which gzip")
system("gzip df.txt")
data.table::fread("gzip -dc df.txt")

这是我的sessionInfo()。

R version 3.3.1 (2016-06-21)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

loaded via a namespace (and not attached):
[1] rsconnect_0.4.3  tools_3.3.1      data.table_1.9.6 chron_2.3-47

我已经在Windows上成功使用了gzip，而没有使用Rtools（https://cran.r-project.org/bin/windows/Rtools/）和Gow（https://github.com/bmatzelle/gow/wiki）将解压缩的文件添加到我的硬盘中。如果上面的可重现示例不适合您，请使用which gzip和which gunzip命令查看正在运行的确切.exe。如果它不是Rtools或Gow，也许尝试安装其中一个并再次尝试可重复的示例。

Answer 2

data.table现在支持使用fread函数直接读取.gz文件，前提是已安装R.utils软件包。

根据this answer中对类似问题的建议，您只需运行以下命令即可：

library(data.table)
phi_raw <- fread("filename.gz")

如何使用fread读取R中的gz文件？

2 个答案: