带有逗号和引号作为分隔符和开放引号的大型 CSV - 我应该如何在 R 中导入它？

Question

我的数据大约有 260 万行，其中包含引号和逗号作为分隔符。 但有时我不想将逗号与变量视为分隔符。

另外，我认为某处有一个公开报价，所以当我简单地阅读.csv 时，我只得到 130 万个观察值。但是当我使用quote=""时，我得到了所需的观察次数，但是列数增加了，因为地址变量最终被逗号分割。

Answer 1

听起来您需要找到并修复您的公开报价。我建议您阅读每一行并计算每行中"s 的数量。如果确实有一个开放引号，你应该在某些特定行中找到奇数个引号

library(stringr)
fileName="read.csv"
con=file(fileName,open="r")
count = 1
while(length(line <- readLines(con, 1)) > 0) {
    s = str_count(line, '"')  # Count number of " in the line
    if (s %% 2 != 0) { # If there is an odd number, means there is an open "
        print(paste("Row", count, "has", s, 'occurrence of "'))
    }
    count = count + 1
}