Question

尝试从UCSC Table Browser重新加载交叉引用表和hprd表时出现错误：

kgxref=read.table("kgXref.txt.gz",sep="\t",as.is=T,comment="",header=T,quote="")

hprd=read.table("humanHprdP2P.txt.gz",as.is=T,header=T,comment="")

我不断收到错误消息：

Error in read.table("kgXref.txt.gz", sep = "\t", as.is = T, comment = "", : invalid numeric 'as.is' expression

我检查了我的文件名是否正确键入，工作目录设置为正确的文件夹，并且尝试加载带有和不带有“ .gz”扩展名的文件（我同时压缩和wd中的未压缩版本。

我可能还应该补充说，几周前，我已经使用了这个确切的代码。我最近上周更新了我的OS（Mac Mojave），R（3.6.0）和RStudio（1.2.1335版），以便安装一些与我的旧版本不兼容的软件包。我觉得这可能与它有关。

任何帮助将不胜感激！预先感谢！

Answer 1

根据as.is文档，看来read.table参数是向量：

read.table的默认行为是将字符变量（未转换为逻辑，数字或复数）转换为因子。变量as.is控制colClasses否则未指定的列的转换。它的值可以是逻辑向量（必要时可以循环使用值），也可以是数字或字符索引的向量，用于指定不应将哪些列转换为因子。注意：要禁止所有转换，包括数字列的转换，请设置colClasses =“ character”。请注意，as.is是按列（不是按变量）指定的，因此包括行名的列（如果有）和要跳过的任何列。

因此，为了检查这是否是问题，我将完全删除该参数：

hprd=read.table("humanHprdP2P.txt.gz",header=T,comment="")

然后，如果可行，请指定一个带有列索引的向量，该列索引应“按原样”或布尔值保存，例如c(2,3)。

很抱歉，我无法通过一个简单的示例来更精确地介绍它，但希望对您有所帮助。

Answer 2

我猜想，通过使用 as.is = TRUE ，我们试图避免将列变成因子类，并希望将它们保留为字符类。另外，这些文件没有标题。

以下是选项：

# keep strings as character (avoid factors)
kgxref <- read.table("kgXref.txt.gz", stringsAsFactors = FALSE, sep = "\t")

使用 data.table :: fread ：

# use fread instead, with default settings it reads the file as expected
kgxref <- fread("kgXref.txt.gz")

甚至更好，使用 fread ，我们可以直接从链接获取表：

# fread with a link to zipped data file from UCSC
kgxref <- fread("http://hgdownload.cse.ucsc.edu/goldenpath/hg19/database/kgXref.txt.gz")
humanHprdP2P <- fread("http://hgdownload.cse.ucsc.edu/goldenpath/hg19/database/humanHprdP2P.txt.gz")

使用read.table（）读取压缩文件

2 个答案: