Mam plik CSV (24,1 MB) , którego nie mogę w pełni odczytać w sesji języka R. Kiedy otwieram plik w programie obsługującym arkusze kalkulacyjne, widzę 112 544 wierszy. Kiedy czytam to do R read.csv
, otrzymuję tylko 56.952 wiersze i to ostrzeżenie:
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
Mogę wczytać cały plik do R za pomocą readLines
:
rl <- readLines(file("citations.CSV", encoding = "utf-8"))
length(rl)
[1] 112545
Ale nie mogę przywrócić tego do R jako tabeli (przez read.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
Jak mogę rozwiązać lub obejść ten komunikat EOF (który wydaje się być bardziej błędem niż ostrzeżeniem), aby przenieść cały plik do mojej R
sesji?
Mam podobne problemy z innymi metodami odczytu plików 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")
Oto moja sesjaInfo ()
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
pracy w tej sytuacji? Wolę to, ponieważ jest dużo szybsze niżread.csv
. Alefread
nie wydaje się przyjmowaćquote
argumentów ...