如果遇到read.少读或者误读数据怎么办

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

题主在读取一个来自SQL导出且含有中文的.csv文件时发现，文件本身有10列， 但通过read.csv 读取时候只有9列，通过各种方式都无法读取完整的十列。

1. PGO3 <- read.csv("E:/RCase/201612_ABBOTT_PromotionEvaluation/PGO.csv",

复制代码

就发现即便是，的分隔符但似乎还是没有办法读入， 且第一列出现了奇怪的东西；

机缘巧合下， 楼主误入了

1. PGO4 <- read.csv2("E:/RCase/201612_ABBOTT_PromotionEvaluation/PGO.csv",
   
2.                 header = FALSE, sep = ";" , encoding = "UTF-8", stringsAsFactors = FALSE,
   
3.                 fill = TRUE)

复制代码

误入的部分为 sep = ";"， 意外的发现了数据被读成了一列， 但是所有的 分隔符都被完好的保存

1. > head(PGO4)
   
2.                                                                                           V1
   
3. 1 2014-01-01,NULL,NULL,常熟,JS,华东区,B/C/D               ,NULL,NULL,NULL
   
4. 2                    2014-01-01,NULL,NULL,番禺,GD,华南区,B/C/D               ,NULL,NULL,NULL
   
5. 3                    2014-01-01,NULL,NULL,泉州,FJ,华中区,B/C/D               ,NULL,NULL,NULL
   
6. 4 2014-01-01,Pediasure,PEDIASURE,郴州,UN,华中区,B/C/D               ,1.1666,NULL,26.84600000
   
7. 5 2014-01-01,Pediasure,PEDIASURE,淮安,JS,华东区,B/C/D               ,0.7083,NULL,16.28500000
   
8. 6 2014-01-01,Pediasure,PEDIASURE,金华,ZJ,华东区,B/C/D               ,1.1249,NULL,26.40700000

复制代码

然后就可以通过,的分割来找到需要的10个变量，如下

1. DATE <- strsplit(PGO4$V1, ",") %>% sapply("[", 1)
   
2. Stage <- strsplit(PGO4$V1, ",") %>% sapply("[", 2)%>%as.factor()
   
3. ....

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：READ 怎么办 EAD factor Facto 中文

好像seq=","才是正确的

csv文件，提供的就是Comma-Separated Values,也就是逗号分隔符。
用sep=","表示以“,”为符将数据分开

jiangbeilu 发表于 2016-12-9 16:51
csv文件，提供的就是Comma-Separated Values,也就是逗号分隔符。
用sep=","表示以“,”为符将数据分开

对啊， 但似乎， 即便是这样， 但读取的时候还是因为中文的关系， 读取乱码

可能文件编码系统不一样，虽然都是csv的格式，但mac系统下的csv和windows下的csv格式也是不一样的，可能需要转换一下字符编码吧。