• 2. 如果你尝试将 decimal_mark 和 grouping_mark 设置为同一个字符，会发生什么？当你把 decimal_mark 设置为 "," 时，grouping_mark 的默认值会发生什么变化？当你把 grouping_mark 设置为 "." 时，decimal_mark 的默认值又会发生什么变化？
• 3. 我没有讨论 locale() 的 date_format 和 time_format 选项。它们的作用是什么？构造一个示例，展示它们何时可能有用。
• 4. 如果你住在美国以外的地方，请创建一个新的 locale 对象，封装你最常读取的文件类型所需的设置。
• 5. read_csv() 和 read_csv2() 之间有什么区别？
• 6. 欧洲最常用的编码有哪些？亚洲最常用的编码有哪些？请搜索一下来找出答案。
• 7. 生成正确的格式字符串来解析以下每个日期和时间：

d1 <- "January 1, 2010"

d2 <- "2015-Mar-07"

d3 <- "06-Jun-2017"

d4 <- c("August 19 (2015)", "July 1 (2015)")

d5 <- "12/30/14" # 2014年12月30日

t1 <- "1705"

t2 <- "11:15:10.12 PM"

解析文件

既然你已经学习了如何解析单个向量，现在是时候回到起点，探索 readr 如何解析文件了。在本节中，你将了解两个新内容：

• readr 如何自动猜测每一列的类型。
• 如何覆盖默认的规范。

策略

readr 使用一种启发式方法来确定每一列的类型：它读取前 1000 行，并使用一些（相当保守的）启发式规则来确定每一列的类型。你可以模拟这种过