Question

df <- read.csv(
  text = '"2019-Jan","2019-Feb",
  "3","1"', 
  check.names = FALSE
  )

好的，所以我使用check.names = FALSE，现在我的列名在语法上无效。实际后果是什么？

df
#>   2019-Jan 2019-Feb   
#> 1        3        1 NA

为什么这个NA出现在我的数据框中？我没有把它放在我的代码中。还是我？

这是check.names手册页，以供参考：

check.names符合逻辑。如果为TRUE，则变量中的名称检查数据帧以确保它们在语法上有效变量名。如有必要（通过make.names）对其进行调整，以便是的，并确保没有重复。

Answer 1

唯一的后果是您需要转义或引用名称才能使用它们。您可以使用双引号或将标准评估与[[列子设置运算符一起使用：

df[['2019-Jan']]

…或使用反引号将标识符名称转义（R令人困惑地也引用此引号），并使用$子设置：

df$`2019-Jan`

两者都能工作，并且可以自由使用（只要它们不会导致代码无法完全阅读）。

为了使事情更加混乱，R允许在某些情况下使用'…'和"…"代替`…`：

df$'2019-Jan'

在这里，就R而言，'2019-Jan'不是字符串！这是一个转义的标识符名称。¹

最后一个是一个非常糟糕的主意，因为它将名称 ²与字符字符串混淆了根本不同。 R文档建议不要这样做。就我个人而言，我会走得更远：在以后的R版本中，用'foo'代替`foo`来引用名称应该成为语法错误。

¹类型。 R parser 将其视为字符串。特别是，'和"都可以使用，并且被相同地对待。但是在随后的表达式的求值中，它被视为名称。

² R中的“名称”或“符号”指代代码中表示变量或函数参数的标识符。因此，名称可以是（a）函数名称，（b）非函数变量名称，（c）函数声明中的参数名称或（d）函数调用中的参数名称。

Answer 2

NA问题与名称无关。 read.csv期望最后一列后没有逗号输入。在最后一列之后有一个逗号，因此read.csv读取"2019-Feb",之后的空白作为第三列的列名。该列没有数据，因此分配了NA值。

删除多余的逗号，然后正确读取。当然，使用read.csv之后仅删除最后一列可能会更容易。

df <- read.csv(
  text = '"2019-Jan","2019-Feb"
  "3","1"', 
  check.names = FALSE
  )

df
#   2019-Jan 2019-Feb
# 1        3        1

Answer 3

考虑df$foo，其中foo是列名。语法上无效的名称将不起作用。

对于NA，结果是第一行中有三列，第二行中只有两列。