read.table автоматических имена столбцов

Question

я заметил, что при чтении большого файла CSV с помощью

output <- read.table(..., header = TRUE, sep = ",") 

кадра данных, который был создан имело некоторые пустые столбцы. Эти колонны следовали шаблон именования

colnames(output) 
    "Factor.1" "Factor.2" "etc"  "Stuff"  "X"   "X.1"  "X.2"  "X.3"  "X.4"  "X.5"  
    "X.6"  "X.7"  "X.8"  "X.9"  "X.10"  "X.11"  "X.12"  "X.13"  
    "X.14"  "X.15"  "X.16"  "X.17"  "X.18"  "X.19"  "X.20"  "X.21"  
    "X.22"  "X.23"  "X.24"  "X.25"  "X.26"  "X.27"  "X.28"  "X.29"  
    "X.30"  "X.31"  "X.32"  "X.33" 

Я заметил, что в ?read.table говорится

col.names: вектора дополнительных имен для переменных. По умолчанию должен использовать «V», за которым следует номер столбца.

Почему он использует X для меня вместо V?

Edit: Это то, что файл CSV выглядит

Date,Duration,Count,Factor 1,Factor 2,Factor 3,Hour,Day,Month,Year,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, 
1/1/2012 0:00,9.99,10,GC,LS,FT,0,7,1,2012,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, 
1/1/2012 1:00,9.63125,8,GC,LS,FT,1,7,1,2012,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, 
1/1/2012 2:00,7.388888889,3,GC,LS,FT,2,7,1,2012,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, 
1/1/2012 3:00,7.087037037,9,GC,LS,FT,3,7,1,2012,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, 

...

Answer 1

Вот соответствующий фрагмент кода из read.table()

if (header) { 
    .External(C_readtablehead, file, 1L, comment.char, 
       blank.lines.skip, quote, sep, skipNul) 
    if (missing(col.names)) 
     col.names <- first 
    else if (length(first) != length(col.names)) 
     warning("header and 'col.names' are of different lengths") 
} 

Это if (missing(col.names)) col.names <- first, что очень важно. Оттуда, мы можем вернуться назад и получить first, определенный для этой ситуации

first <- scan(textConnection(file), what = "", sep = ",", 
    nlines = 1, quiet = TRUE, skip = 0, strip.white = TRUE) 

, что приводит к

# [1] "Date"  "Duration" "Count" "Factor 1" "Factor 2" "Factor 3" "Hour"  "Day"  "Month" 
# [10] "Year"  ""   ""   ""   ""   ""   ""   ""   ""   
# [19] ""   ""   ""   ""   ""   ""   ""   ""   ""   
# [28] ""   ""   ""   ""   ""   ""   ""   ""   ""   
# [37] ""   ""   ""   ""   ""   ""   ""   ""   

Тогда позже, make.names() вызывается col.names, в результате чего ваши имена

make.names(first, unique = TRUE) 
# [1] "Date"  "Duration" "Count" "Factor.1" "Factor.2" "Factor.3" "Hour"  "Day"  "Month" 
# [10] "Year"  "X"  "X.1"  "X.2"  "X.3"  "X.4"  "X.5"  "X.6"  "X.7"  
# [19] "X.8"  "X.9"  "X.10"  "X.11"  "X.12"  "X.13"  "X.14"  "X.15"  "X.16"  
# [28] "X.17"  "X.18"  "X.19"  "X.20"  "X.21"  "X.22"  "X.23"  "X.24"  "X.25"  
# [37] "X.26"  "X.27"  "X.28"  "X.29"  "X.30"  "X.31"  "X.32"  "X.33"  

Причина, по которой мы получили X, а не V, как указано в документах, заключается в следующем: состояние после if(header) является

else if (missing(col.names)) 
    col.names <- paste0("V", 1L:cols) 

Но мы никогда не делали это на это заявление, и make.names() конкатенации к X по умолчанию. Это немного больше, чем просто объяснение. Лучше всего было бы пойти, хотя источник read.table (это сложно).

данных:

file <- "Date,Duration,Count,Factor 1,Factor 2,Factor 3,Hour,Day,Month,Year,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, 
1/1/2012 0:00,9.99,10,GC,LS,FT,0,7,1,2012,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, 
1/1/2012 1:00,9.63125,8,GC,LS,FT,1,7,1,2012,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, 
1/1/2012 2:00,7.388888889,3,GC,LS,FT,2,7,1,2012,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, 
1/1/2012 3:00,7.087037037,9,GC,LS,FT,3,7,1,2012,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,"