R导入csv，标题上缺少逗号

Posted 2023-04-18

【中文标题】R导入csv，标题上缺少逗号

【英文标题】：R importing csv with comma missing on header

【发布时间】：2014-02-19 07:19:25

【问题描述】：

在 R 中，我导入的 csv 文件在标题行的末尾缺少逗号。我每天都下载新文件，所以我想弄清楚如何在 R 中解决问题，而不是每次都编辑文件。这是一个例子。

head1,head2,head3"dat1","dat2","123","dat1b","dat2b","456"

文件似乎对所有数据都有引号，而不仅仅是字符串。我使用的导入方式是：

mydata <-read.csv('mycsv.csv', stringsAsFactors=FALSE)

可能我可以找到第一个引号并在它之前插入一个逗号。

提前致谢

【问题讨论】：

缺少逗号，还是缺少换行符？

页眉的元素是否也被引用了？所有文件的标题都相同吗？

标题不在引号中，元素在引号中。我不确定它是否缺少逗号或换行符。我该如何检查？ -谢谢

当我在记事本和写字板中打开文件时，不会呈现新行。

您可以在某处（Dropbox 或其他）上传示例文件并包含链接吗？

【参考方案1】：

这可能不是最优雅的解决方案，但可能就足够了。

首先，阅读整行而不是试图直接解释为 csv。我在第一个代码块中使用了textConnection，您可以提供文件路径或 url，例如readLines('/path/to/my/strange.csv').

tmp <- readLines(textConnection('head1,head2,head3"dat1","dat2","123"
"dat3","dat4","456"
"dat5","dat6","789"
"dat7","dat8","012"
"dat9","dat10","345"
"dat11","dat12","678"'))

然后对第一行进行一点操作：

h <- sub('\".*', '', tmp[1]) # extracts the headers from the first line
row1 <- sub('[^\"]*(.*)', '\\1', tmp[1]) # extracts the first row's data
tmp <- c(row1, tmp[-1]) # combines the first row's data with subsequent rows' data

现在解释为 csv：

dat <- read.csv(textConnection(tmp), header=FALSE) # read tmp in as a csv
names(dat) <- strsplit(h, ',')[[1]] # add headers

dat

  head1 head2 head3
1  dat1  dat2   123
2  dat3  dat4   456
3  dat5  dat6   789
4  dat7  dat8    12
5  dat9 dat10   345
6 dat11 dat12   678

【讨论】：

这些文件的标题太多，而且它们各不相同，所以我无法指定标题名称。感谢您的尝试！

您不需要使用这种方法指定标题名称。它们是用正则表达式提取的。这里的模式将第一行中的所有内容直到第一个"，并假设它构成了标题。它还假设标题是逗号分隔的（没有最后的逗号）。试试看

好的，我会试试看，我一定会回来的。谢谢

您为我指明了正确的方向，因为文件现在已导入并且标题 (h) 是正确的。但我对潜艇有一些问题，所有数据都有额外的引号和斜杠。我应该能够解决这个问题，这可能是由于我没有正确解释文件。我稍后会回到这篇文章。谢谢。

row1 和 tmp 看起来像 "\"dat1\",\"dat2\",\"123\""，但 read.csv 应该处理这个问题，dat 应该看起来不错。如果您仍然遇到问题，请告诉我，我会相应地编辑帖子。

【参考方案2】：

你可以试试

data=scan(file.choose(),"")