如何使用fread读取R中的gz文件？

Question

我在试图加快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。它对我来说有点太神秘了。

不像zx8754建议的那样重复：专门用于fread的上下文中。虽然fread dows没有原生的gzip支持，但这种模式应该可行。见http://www.molpopgen.org/coding/datatable.html

更新

每建议使用以下系统产生一个较长的错误消息 - 尽管我仍然坚持。

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

与gunzip解运行如下指出：

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上用gzip用fread。它在不解压缩的情况下读入文件。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="")。下面是我的机器上工作的可重复的例子：

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") 

这里是我的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 

我已经成功地使用gzip的Windows上不添加压缩文件同时使用Rtools（https://cran.r-project.org/bin/windows/Rtools/）和牌九（https://github.com/bmatzelle/gow/wiki）我的硬盘驱动器。如果我上面的重现示例不适用于您，请使用which gzip和which gunzip命令查看正在运行的确切.exe文件。如果它不是Rtools或Gow，可能尝试安装其中的一个，然后再次尝试可重现的示例。