将 TSV 文件从 qualtrics 导入 R 会引发错误

Question

由于错误（该文件从 Qualtrics 导出为 TSV），我无法在 R 中导入 TSV 调查数据文件。这是我的代码：

library(readr)
df <- read_tsv('example_data_from_qualtrics.tsv')

运行代码会导致此错误消息：

Error in vroom_(file, delim = delim %||% col_types$delim, col_names = col_names,  :          
  embedded nul in string: 'S\0t\0a\0r\0t\0D\0a\0t\0e'

可能是编码问题。我还没有找到解决方案。

编辑：这里有一些示例数据：https://ufile.io/9liydp15

Answer 1

感谢您的文件。我认为这是一个有点奇怪的文件，但是有一个编码选项（文件是带有 BOM 的 UTF-16），你可以阅读它：

（见 sublime text，notepad++）。

readr::read_tsv('~/Downloads/example_data_from_qualtrics.tsv', 
                locale = readr::locale(encoding = "UTF-16LE"))

我认为最好在导入文件之前删除文件中的第 2 行和第 3 行。可以在另一个步骤中读取这些行以获得列的标签，例如使用 readr::read_tsv(.., n_max = 2)。

然后readr会更准确地猜测列类型。

要按行获得答案，您可以按用户旋转数据：

u <- readr::read_tsv('~/Downloads/example_data_from_qualtrics.tsv', locale = readr::locale(encoding = "UTF-16LE"))

v <- u %>% tidyr::gather(var, val, - IPAddress, - ResponseId, - UserLanguage, - DistributionChannel, 
                    - StartDate, - EndDate, - RecordedDate, 
                    - RecipientLastName, - RecipientFirstName, - RecipientEmail, - ExternalReference,
                    - Status, - Progress, - `Duration (in seconds)`, - Finished, - LocationLatitude, -LocationLongitude)

要获得标签（和调查问题），您可以：

u <- readr::read_tsv('~/Downloads/example_data_from_qualtrics.tsv', 
                     locale = readr::locale(encoding = "UTF-16LE"), n_max = 3)

v <- u %>% 
  filter(row_number() %in% c(1,3)) %>% 
  tidyr::gather(var, label_question)