如何读取带有大量逗号的变量“评论”的 CSV？

Posted 2023-04-14

【中文标题】如何读取带有大量逗号的变量“评论”的 CSV？

【英文标题】：How can I read a CSV with a variable "comments" that's plenty of commas?

【发布时间】：2016-04-07 19:38:22

【问题描述】：

我正在尝试从 Airbnb 页面 http://insideairbnb.com/get-the-data.html 读取巴塞罗那的 .csv 文件详细评论数据。

但问题是，有一个专门用于人们的 cmets 的变量，而且它有很多逗号，所以当我尝试读取 .csv 时，它完全被扭曲了。我会很感激一些帮助！

非常感谢！

【问题讨论】：

read.csv('reviews.csv') 对我来说工作得很好，你实际使用了什么代码？ cmets 用引号引起来，因此其中的逗号无关紧要

【参考方案1】：

您可以通过 sep2 参数使用 data.table 包中的 fread()。

来自文档：

sep2：列内的分隔符。

我在阿姆斯特丹数据上进行了尝试，效果很好。它会引发警告，但这只是由于 data.table 开发人员对 fread 的编程方式造成的。

DT = fread(".../location/reviews.csv", sep2=",")
nrow(DT) #returns 163351 (which seems to be the correct number)
head(DT$comments,1)

返回：

[1] “房间虽小但很舒适。这个地方很干净，但床单本来可以更干净的。公寓装饰精美，距离市中心仅 20 分钟（步行），因此非常舒适对我们来说很方便。然而，我们在其中一个晚上有一个非常不愉快的经历，因为他们决定在星期四晚上举办一个派对，一直持续到早上 5:30。墙壁很薄，我们可以听到他们的音乐和他们的谈话整夜。人们也整夜吸烟，所以香烟的味道对我们来说是难以忍受的，因为我们不是吸烟者，而且我们房间里的气味很浓。Cedaria 非常有帮助，可以提前为我们提供有关城市景点的提示，但如果我们知道我们会有这种体验，我们就会呆在其他地方。”

仅供参考，fread 和 data.table 非常快。我喜欢使用那个包。

【讨论】：

非常感谢！它完美地工作！我会记住这个包，它真的很有用！

我认为sep2 还没有实现，是吗？

我不认为它是以文档描述的方式实现的。它不返回一列字符串列表。我只知道我以前曾将它用于这些目的，而且效果很好。