我刚刚经历了一个巨大的头痛，因为在阅读简单干净的 csv 文件时，read_csv用 NA 替换内容来弄乱我的数据。
我正在迭代多个大型 csv 文件，这些文件加起来有数百万个观察结果。对于某些变量，某些列包含相当多的 NA。
当读取前 1000 + x 个观测值在某一列中包含 NA 的 csv 时，read_csv 会用 NA 填充整个列，因此，数据将丢失以进行进一步的操作。
显示警告消息"警告：x 解析失败"，但由于我正在读取多个文件，因此无法逐个文件检查此文件。不过，我不知道对问题(x)指示的解析问题的自动修复
使用read.csv 而不是 read_csv 不会导致问题，但它很慢，而且我遇到了编码问题(使用不同的编码需要太多内存来处理大文件)。
克服此错误的一个选项是向数据添加第一个观察值(第一行)，其中包含每列的内容，但我仍然需要先以某种方式读取文件。
请参阅下面的简化示例：
##create a dtafrane
df <- data.frame( id = numeric(), string = character(),
stringsAsFactors=FALSE)
##poluate columns
df[1:1500,1] <- seq(1:1500)
df[1500,2] <- "something"
# variable string contains the first value in obs. 1500
df[1500,]
## check the numbers of NA in variable string
sum(is.na(df$string)) # 1499
##write the df
write_csv(df, "df.csv")
##read the df with read_csv and read.csv
df_readr <- read_csv('df.csv')
df_read_standard <- read.csv('df.csv')
##check the number of NA in variable string
sum(is.na(df_readr$string)) #1500
sum(is.na(df_read_standard$string)) #1499
## the read_csv files is all NA for variable string
problems(df_readr) ##What should that tell me? How to fix it?
感谢Flick先生对我的问题给出的回答评论：
read_csv比read.csv更快的全部原因是因为它可以对您的数据做出假设。它查看前 1000 行以猜测列类型(通过guess_max)，但如果列中没有数据，则无法猜测该列中的内容。由于您似乎知道列中应该包含的内容，因此您应该使用col_types=参数来告诉read_csv会发生什么，而不是猜测。请参阅?readr::cols帮助页面，了解如何告诉read_csv它需要知道什么。
同样guess_max = Inf克服了这个问题，但read_csv的速度优势似乎失去了。