ฉันมีไฟล์ CSV (24.1 MB)ที่ฉันไม่สามารถอ่านได้ทั้งหมดในเซสชัน R ของฉัน เมื่อฉันเปิดไฟล์ในโปรแกรมสเปรดชีตฉันจะเห็น 112,544 แถว เมื่อฉันอ่านเป็น R โดยมีread.csv
เพียง 56,952 แถวและคำเตือนนี้:
cit <- read.csv("citations.CSV", row.names = NULL,
comment.char = "", header = TRUE,
stringsAsFactors = FALSE,
colClasses= "character", encoding= "utf-8")
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
ฉันสามารถอ่านไฟล์ทั้งหมดเป็น R ด้วยreadLines
:
rl <- readLines(file("citations.CSV", encoding = "utf-8"))
length(rl)
[1] 112545
แต่ฉันไม่สามารถนำสิ่งนี้กลับไปเป็น R เป็นตาราง (ผ่านread.csv
):
write.table(rl, "rl.txt", quote = FALSE, row.names = FALSE)
rl_in <- read.csv("rl.txt", skip = 1, row.names = NULL)
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
ฉันจะแก้ไขหรือแก้ปัญหาข้อความ EOF นี้ได้อย่างไร (ซึ่งดูเหมือนจะเป็นข้อผิดพลาดมากกว่าคำเตือน) เพื่อให้ไฟล์ทั้งหมดเข้าสู่R
เซสชันของฉัน
ฉันมีปัญหาคล้าย ๆ กันกับวิธีอื่นในการอ่านไฟล์ CSV:
require(sqldf)
cit_sql <- read.csv.sql("citations.CSV", sql = "select * from file")
require(data.table)
cit_dt <- fread("citations.CSV")
require(ff)
cit_ff <- read.csv.ffdf(file="citations.CSV")
นี่คือ sessionInfo ของฉัน ()
R version 3.0.1 (2013-05-16)
Platform: x86_64-w64-mingw32/x64 (64-bit)
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] tools tcltk stats graphics grDevices utils datasets methods base
other attached packages:
[1] ff_2.2-11 bit_1.1-10 data.table_1.8.8 sqldf_0.4-6.4
[5] RSQLite.extfuns_0.0.1 RSQLite_0.11.4 chron_2.3-43 gsubfn_0.6-5
[9] proto_0.3-10 DBI_0.2-7
fread
ทำงานในสถานการณ์นี้? ฉันชอบเพราะมันเร็วกว่าread.csv
มาก แต่fread
ดูเหมือนจะไม่quote
เถียง ..