我有一个工具(提供给我的 exe),它输出格式错误的 csv。它们的缺点是最后一个值可以有逗号,没有引号,例如:
184500,OBJECT_CALENDAR,,,UNITS_NO_UNITS,NULL,,,,Sched N&S B1,1st,3rd,4S,5th&6th
最后一个字符串实际上从“Sched”开始,所以我希望看到这样的东西:
184500,OBJECT_CALENDAR,,,UNITS_NO_UNITS,NULL,,,,"Sched N&S B1,1st,3rd,4S,5th&6th"
这搞砸了我正在尝试做的一切,我很好奇如何解决它。有没有办法在 read.csv 中定义列数?
我试图逐行阅读它,但它很慢,而且不够优雅:
processFile = function(filepath) {
i = 1
vector = character(0)
theFile = file(filepath, "r")
while ( TRUE ) {
line = readLines(theFile, n = 1)
if ( length(line) == 0 ) {
break
} else {
vector[i] <- line
i = i+1
}
}
close(theFile)
formatted <- lapply(strsplit(vector[-1],','), function(x) {c(x[1:9], paste(x[10:length(x)], collapse = ','))})
finalFrame <- as.data.frame(matrix(unlist(formatted),ncol = 10, byrow = TRUE))
return(finalFrame)
}
有没有更好的方法来做到这一点?任何可以做到这一点的基本函数,如果没有,任何库?
最佳答案
这并不理想,因为您仍然必须逐行读取文件,但是stringr::str_split
有一个参数 n
指定最大分割数。如果您设置 pattern = ","
和 n=10
,然后它会将您的字符串拆分为仅 10 段,而将最后一个块保留为单个字符串。
关于r - 如何使用R中包含逗号的值读取csv?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49438155/