有许多命令行工具可以做到这一点（例如sed、awk、cut、csvfix、米勒、csvkit、csvtk）。下面我们使用xsv（releases）。这将在文件到达R之前删除不需要的列。如果iot不在PATH中，请使用xsv的完整路径。xsv接受如下所示的列名或字段编号。

# write out test data
write.csv(iris, "iris-test.csv", quote = FALSE, row.names = FALSE)

cmd <- "xsv select Sepal.Length,Petal.Length-Species iris-test.csv"
DF <- read.csv(pipe(cmd))

head(DF)
##   Sepal.Length Petal.Length Petal.Width Species
## 1          5.1          1.4         0.2  setosa
## 2          4.9          1.4         0.2  setosa
## 3          4.7          1.3         0.2  setosa
## 4          4.6          1.5         0.2  setosa
## 5          5.0          1.4         0.2  setosa
## 6          5.4          1.7         0.4  setosa

或者，对于UNIX cut（也可在Windows Rtools中的\Rtools40\usr\bin中找到R 4.0+），可以使用以下方法。如果cut不在PATH上，请使用cut的完整路径。

cmd2 <- "cut -d, -f 1,3-5 iris-test.csv"
DF <- read.csv(pipe(cmd2))

我是这样做的：我把csv文件压缩成zstd，这样比gzip的性能更好。如果你使用gzip格式的csv文件，只需把zstd替换成gunzip，并调整命令行选项。
您需要将从https://github.com/facebook/zstd/releases下载的zstd二进制文件和从https://bioinf.shenwei.me/csvtk/下载的csvtk二进制文件保存在系统路径中。
假设您只需要从一个宽csv文件（还包含许多其他列）中加载三列，即YR_TA、MJH_CD、TV_TC_NO到R中，同时还需要为所需列指定数据类型。
下面的代码只将csv文件中指定的列加载到R中，R甚至不知道csv文件中存在的其他列。

library(data.table)
fyl <- "... path to your compressed csv file"

# define column data type specification for R
cols <- c(YR_TA="factor", MJH_CD="character", TV_TC_NO="character")

dt <- fread(cmd = paste("zstd -dcq", fyl, "| csvtk cut -f YR_TA,MJH_CD,TV_TC_NO"), select = cols)

请注意，如果csv文件对于计算机RAM来说确实很大，使用select从fread语句中选择列将导致内存不足错误，因为fread仍然需要在选择之前将整个csv文件Map到内存中。因此，fread最好只查看所需的列。使用外部工具csvtk仅将所需列流式传输到fread有助于实现这一点。