read.table()、read.csv()适合读取小规模的数据框，但不是一种有效地读取大数值矩阵的方法，这种场合要使用更为底层的read.delim()甚至scan()函数。
默认情况下，R语言假定用NA表示缺失值，但这可以通过参数na.strings来改变。可以在读入数据时加上na.string= ‘no’，这样就自动把 ‘no’当作NA。
参数fill=T在非首行的数据比首行列数少时，自动填充后面的值为空值。
参数na.omit=T忽略错误和无法读取的行（缺失值），可以避免读取文件错误的中止。
默认情况下，读入字符变量直接转为factor因子变量，不恰当的因子变量会造成查看数据非常慢（因为要遍历因子所有的水平，通常会有很多个因子水平），这时可以用“as.is”参数来设置强制不转换。
默认情况下，read.table()等都是用#作为注释标识字符。如果碰到该字符（除了在被引用的字符串内），该行中随后的内容将会被忽略。只含有空白和注释的行则被当作空白行。如果确认数据文件中没有注释内容，用comment.char=”” 会比较安全 （也可以让速度比较快）。
在读取大型数据时，效率非常重要。设定comment.char=”“，以读取目标的原子向量类型（逻辑型，整型，数值型，复数型，字符型等）事先设置好每列的colClasses，给定需要读入的行数nrows （适当地高估一点比不设置这个参数还要快）等措施会部分地提高效率。如果需要试探数据，可以把nrows设置为10或者更小，这样就可以只读取并查看数据的前几行。