MATLAB / Octave - 如何解析包含逗号的数字和字符串的 CSV 文件

Question

我有一个包含 20 列的 CSV 文件。一些列有数字值，其他列有文本值，而文本可能包含也可能不包含逗号。

CSV 内容示例：

column1, column2, column3, column4
"text value 1", 123, "text, with a comma", 25
"another, comma", 456, "other text", 78

我正在使用textscan 函数，但我得到了最多错误和最奇怪的行为。使用一些参数，它只读取一列中的所有值，有时它重复列，并且我尝试过的大多数事情导致逗号被错误地解释为列分隔符（尽管文本用双引号括起来）。也就是说，我尝试指定 'delimiter' 参数，并在格式规范中包含文字，但无济于事。

如上例中调用textscan 处理CSV 文件的正确方法是什么？我正在寻找一种同时在 MATLAB 和 Octave 上运行的解决方案（或者，如果不可能，则在每个解决方案中都使用等效的解决方案）。

Answer 1

首先，使用 '%s' 格式读取列标题四次：

fileID = fopen(filename);
C_text = textscan(fileID,'%s', 4,'Delimiter',',');

然后使用转换说明符 %q 读取双引号 (") 括起来的文本：

C = textscan(fileID,'%q %d %q %d','Delimiter',',');
fclose(fileID);

（这适用于在 Octave 上读取您的示例数据。它也应该适用于 MATLAB。）

编辑：删除了多余的fopen。

Answer 2

对于 GNU Octave，使用 io package

pkg load io
c = csv2cell ("jota.csv")

给予

c = 
{
  [1,1] = column1
  [2,1] = text value 1
  [3,1] = another, comma
  [1,2] =  column2
  [2,2] =  123
  [3,2] =  456
  [1,3] =  column3
  [2,3] =  text, with a comma
  [3,3] =  other text
  [1,4] =  column4
  [2,4] =  25
  [3,4] =  78
}

顺便说一句，您应该明确提及该解决方案是否应该在 GNU Octave、Matlab 或两者上运行