如何只读select从一个文件列到R？ （`read.table`和`scan`之间的快乐媒介？）
我有一些非常大的分隔数据文件， 我只想处理R中的某些列，而不需要花费时间和内存为整个文件创build一个data.frame 。
我所知道的唯一select是read.table ，当我只想要几列或者scan ，这太浪费了。
有没有更好的select，无论是纯R或可能呼吁其他shell脚本进行列提取，然后使用扫描或read.table输出？ （这导致了如何调用shell脚本并在R中捕获其输出的问题）。
有时我在制表符分隔的文件中有这样的数据：
df <- read.table(pipe("cut -f1,5,28 myFile.txt"))
这可以让cut做数据select，它可以做，而不需要使用太多的内存。
[不正确的纯R版本删除] – 请参阅只读为正确的纯R版本的有限数量的列 ，使用colClasses参数中的NULL read.table 。
一种可能是使用pipe()代替文件名，并使用awk或类似的filter只提取所需的列。
有关pipe和朋友的更多信息，请参阅help(connection) 。
编辑 ： read.table()也可以为你做这个，如果你是非常明确的colClasses – 一个给定的列的NULL值跳过所有的列。 请参阅help(read.table) 。 所以我们有一个基地R的解决scheme，没有额外的软件包或工具。
我认为德克的做法是直接的，也是快速的。 我使用的替代方法是将数据加载到比read.table（）加载速度快得多的sqlite中，然后只提取所需内容。 包sqldf（）使这一切都很容易。 这里是一个链接到先前的堆栈溢出答案，给出了sqldf（）的代码示例。
有一个包，colbycol，旨在做你正在寻找什么：
这可能比你需要的要多，但是如果你使用的是非常大的数据集，那么你也可以看看HadoopStreaming包 ，它提供了一个使用Hadoop的map-reduce例程。
