在 R 中加载 csv 时如何删除特殊字符？答案

【问题标题】：How to remove special characters while loading a csv in R?在 R 中加载 csv 时如何删除特殊字符？
【发布时间】：2015-09-28 15:13:16
【问题描述】：

也就是说，当我加载一个 csv R 时说：

Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings,  :
EOF within quoted string

我可以通过将：quotes="" 应用于 read.csv 来消除此错误

但主要问题仍然存在，总共只有 22111 行 689233 被读入 R。我想尝试从 csv 中删除所有特殊字符，看看这是否能解决问题。

但是有没有办法在 read.csv 中做到这一点，即在我读取文件的阶段？

【问题讨论】：

您确定您的输入文件格式正确，这意味着所有 689,233 行的列数都相同吗？ read.csv（它是 read.table 的包装）有点敏感，可能会因输入文件错误而死。
我不认为你可以在 read.csv 中做到这一点！我相信这里最好不要使用 R 并使用 awk 之类的东西或其他 Linux 文本后处理命令。
@ElinaJ 您能否发布输入 csv 文件中的前 2 行以及第 22111 和 22112 行？
我担心这是敏感数据，无法发布...我尝试删除第 21611-22111 行，现在我要加载 230,168 行...
你可以通过使用带有选项encoding的read.table来解决它。

【解决方案1】：

您尝试过从data.table 转换为fread 吗？它可以优化任务并可能处理一些常见问题。由于您没有提供任何数据，我举了一个愚蠢的例子：

> fread('col1,col2\n5,"4\n3"')
   col1 col2
1:    5 4\n3

【讨论】：

【解决方案2】：

这确实是一个特殊的角色。第 22,112 行有一个 →（箭头，十六进制值 0x1A）。删除箭头后，我可以正常加载数据！

【讨论】：

【解决方案3】：

并将其从 'UTF-8' 更改为 'UTF-8-BOM'

【讨论】：