数据读取四大利器

(1)read.table及其同类的read.csv和read.delim

(2)readr包的read_table、read_csv等

(3)data.table包的fread函数

(4)rio包的import函数

他们的比较在小洁老师的简书中有详尽的说明：超有诚意的R语言数据读取指南 - 简书

小洁老师在最后总结到：

对于常见格式，可以先尝试import导入（其实import是根据fread函数写的）；

如果失败，再用fread读取，最多是加个参数，理论上就可以成功；

如果还是不行，哈德雷大神写的read_*系列也不是吃素的，拿来试试。

base包有点笨，但他参数多，更灵活，可以作为一个选择。

---

最后的最后

实在不行，可以使用readLines()将每行作为一个字符串,读取的结果是一个大的字符串向量。

别管三七二十一，先读进来，转化为一个"一列的数据框"，然后再分割也是可以的。

关于分割，推荐tidyr::separate()

'''

library(tidyverse)

path=readLines("B cell receptor signaling pathway.csv")

n=str_count(path[1],",")

df=data.frame(x=path)%>%

       separate(x,into=paste0("V",1:(n+1)),sep=",");dim(df)

'''