r - 引用问题将数据读入 R

Question

我有一些数据，我正在尝试将其加载到 R .它在 .csv 文件中，我可以在 Excel 和 OpenOffice 中查看数据。 (如果你好奇的话，这是来自加拿大选举局的 2011 年民意调查结果数据here)。

数据以不寻常​​的方式编码。一个典型的线路是:

12002,Central Nova","Nova-Centre"," 1","River John",N,N,"",1,299,"Chisholm","","Matthew","Green Party","Parti Vert",N,N,11

有一个"在 Central-Nova 的尽头，但不是在开头。所以为了读入数据，我取消了引号，这对前几个文件工作正常。 IE。

test<-read.csv("pollresults_resultatsbureau11001.csv",header = TRUE,sep=",",fileEncoding="latin1",as.is=TRUE,quote="")

现在问题来了:在另一个文件(例如 pollresults_resultatsbureau12002.csv)中，有一行数据是这样的:

12002,Central Nova","Nova-Centre"," 6-1","Pictou, Subd. A",N,N,"",0,168,"Parker","","David K.","NDP-New Democratic Party","NPD-Nouveau Parti democratique",N,N,28

因为我需要取消引号，所以条目 "Pictou, Subd. A"使 R 想把它分成 2 个变量。无法读入数据，因为它想在构建数据帧的过程中添加一列。

Excel 和 OpenOffice 都可以打开这些文件没问题。不知何故，Excel 和 OpenOffice 知道引号仅当它们位于变量条目的开头时才重要。

你知道我需要在 上启用什么选项吗？ R 获取这些数据？我有超过 300 个文件需要加载(每个文件都有大约 1000 行)，所以手动修复不是一个选项......

我到处寻找解决方案，但找不到。

Answer 1

这个答案主要是针对@AnandaMahto(参见对原始问题的评论)。

首先，由于数据中的法语口音，它有助于全局设置一些选项:

options(encoding="latin1")

接下来，使用 readLines() 逐字读取数据:
temp <- readLines("pollresults_resultatsbureau13001.csv")
在此之后，只需用逗号+引号替换每行数据中的第一个逗号。这是有效的，因为第一个字段总是 5 个字符长。请注意，它保持标题不变。
temp[-1] <- gsub('^(.{6})(.*)$', '\\1\\"\\2', temp[-1])
最后，覆盖原始文件。
fileConn<-file("pollresults_resultatsbureau13001.csv")writeLines(temp,fileConn)close(fileConn)
最后，只需将数据读回 R:
data<-read.csv(file="pollresults_resultatsbureau13001.csv",header = TRUE,sep=",")
可能有一种更简洁的方法来做到这一点(并且可以更轻松地迭代)，但这个过程对我来说很有意义。