使用 readr 读取文本文件，其中引号结束行

Posted 2023-03-06

【中文标题】使用 readr 读取文本文件，其中引号结束行

【英文标题】：Read a text file with readr where a quote ends rows

【发布时间】：2018-05-07 15:47:59

【问题描述】：

我有一个看起来像这样的文本文件：

a,b,c,d
"string1","string2","string3","
"string4","string5","string6","

文件本身以逗号分隔，但每一行都以双引号结尾（即，不是逗号分隔符）。 readr::read_delim() 不理解行尾，因此尝试将所有数据读入一行。

data.table::fread() 按预期导入，但我想找到readr 解决方案（如果存在）。

【参考方案1】：

在这种情况下，使用fread 似乎是迄今为止最简单的选择。如果不希望fread 返回data.table，可以使用fread 中的data.table = FALSE 参数。

一个例子：

fread("C:/data.txt", data.table = FALSE)

【讨论】：

我并不反对 data.table，但很好奇我是否遗漏了 readr 包文档中的一些明显内容。在data.table 中自动检测到行尾，而readr 似乎不是这种情况。

@Chris 据我所知（而且我已经广泛查看）您没有错过readr 文档中的任何内容。我猜readr 的功能不如fread 灵活，后者有其优点和缺点（如本例所示）。

【参考方案2】：

这是一个冗长的方法，但肯定有一个更简洁的解决方案：

readr::read_lines("C:/data.txt", skip = 1) %>% 
  tibble::as_tibble() %>% 
  tidyr::separate(value, into = c("a", "b", "c", "d"), sep = ",") %>% 
  mutate_at(.vars = vars(a:c), 
            .funs = stringr::str_replace_all, 
            pattern = "\"", 
            replacement = "")

【讨论】：

有很多代码要避免使用fread。如果您因为fread 返回data.table 而不想使用它，请参阅我的答案以获得解决方案。

如果我的数据包含分隔符或其他“保留”字符，我已从 read.csv 移至 readXL 以避免在导入过程中指定错误。或许考虑使用不同的数据存储选项？

我同意这是很多代码。使用data.table 可以工作并且更加简洁，但希望我错过了readr 中的某些内容。