R sqldf 无法识别使用“write_csv”制作的源 csv 文件

Question

我正在尝试将 sqldf 用于我的大型数据集。 （原始数据文件分散在 1000~ 个单独的 csv 文件中，因此我创建了一个包含所有这些信息的主 csv 文件，并计划根据需要使用 sqldf 来获取数据）

尝试一些简单的代码后，我的 sql 查询都没有返回有效结果——所有查询都将返回 0 个观察值！

我尝试运行“read.csv.sql”文档中提供的示例代码，该代码使用 iris 数据集创建一个 csv 文件，并运行一个简单的 sql 查询以从创建的 csv 文件中获取数据。我做了两个不同的版本：

write.csv(iris, "iris1.csv", quote = FALSE, row.names = FALSE)
iris1 <- read.csv.sql("iris1.csv", 
                      sql = "select * from file where Species = 'setosa' ")
dim(iris1)

write_csv(iris, "iris2.csv")
iris2 <- read.csv.sql("iris2.csv", 
                      sql = "select * from file where Species = 'setosa' ")
dim(iris2)

我得到以下信息：

> dim(iris1)
[1] 50  5

> dim(iris2)
[1] 0 5

我发现的唯一区别是“iris1.csv”是用 write.csv 制作的，而“iris2.csv”是用 write_csv 制作的。对我来说，它们似乎是完全相同的 csv 文件。造成这种意外结果的根本原因是什么？我只会使用 write.csv，但我的数据集太大了，我肯定需要使用 write_csv 来创建主数据库。

Answer 1

问题没有提到平台。我无法在 Linux 上重现此问题，但可以在 Windows 上重现此问题。 Windows 上的问题是行尾。 write_csv 将\n 写为行尾，但read.csv.sql 默认为运行它的平台上的通常行尾——在Windows 上，通常的行尾为\r\n。 write.csv 和 read.csv.sql 都有一个 eol 参数，它允许指定行尾字符，但 write_csv 没有（参见 readr issue #857）所以尝试在 read.csv.sql 中指定 eol = "\n" 就像这个：

write_csv(iris, "iris2.csv")

iris2a <- read.csv.sql("iris2.csv", 
  sql = "select * from file where Species = 'setosa' ", eol = "\n")

dim(iris2a)
## [1] 50  5