将带有特殊字符的管道分隔 csv 读入 R 时出现问题答案

【问题标题】：Problems reading in Pipe delimited csv with special characters into R将带有特殊字符的管道分隔 csv 读入 R 时出现问题
【发布时间】：2020-03-26 12:44:16
【问题描述】：

我一直在尝试读取一个以管道分隔的 csv 文件，其中包含有关一些志愿者水质数据的 96 个变量。在文件中随机出现单引号和双引号以及分号、破折号、斜线和可能的其他特殊字符

姓名：乔纳森“乔”史密斯；杰瑞;艾米丽；等等

从几个变量的输出（例如IsNewVolunteer）来看，r 似乎在读取数据时出现问题。 IsNewVolunteer 应该始终是 Y 或 N，但数字正在出现，当我查询这些行时，数据似乎正在发生变化。显然不是名称的变量位于Firstname 和lastname 列中。

原始数据格式使得查看和排除故障有点困难，尤其是由于额外的变量。我会找到删除它们的方法，但与 R 合作的目标是提供能够在经常更新的数据集上运行的代码。

我试过了

read.table("dnrvisualstream.csv",sep="|",stringsAsFactors = FALSE,quote="")

但这会产生以下错误：

扫描错误（文件 = 文件，什么 = 什么，sep = sep，quote = quote，dec = dec，：第 132 行没有 94 个元素

但是，我注意到第 132 行并没有什么特别之处。我在

上取得了更大的成功

read.csv("dnrvisualstream.csv",sep="|",stringsAsFactors = FALSE,quote="")

但这仍然会产生如上所述的偏移和错误。有什么我做错了吗？任何信息都会有所帮助。

【问题讨论】：

请查看How to make a great R reproducible example，以修改您的问题，并从您的数据中提取更小的样本（查看?dput()）。发布您的数据或没有数据的图像会使我们难以为您提供帮助！
您是否尝试过指定编码？类似：read.csv("dnrvisualstream.csv",sep="|",stringsAsFactors = FALSE,quote="", encoding = "UTF-8")。在屏幕截图中可见的第 2、3、4 和 21,22 行中还有多个 |||| 分隔符。您可能需要在 R 中或手动编辑 .csv 以删除其中的一些。

标签： csv r r csv data-import

【解决方案1】：

我认为这是两个问题之一：

编码为 UTF-8 或 UTF-16：

试试这个...

read.csv("dnrvisualstream.csv", sep = "|", stringsAsFactors = FALSE, quote = "", encoding = UTF-8)

或者这个……

read.csv("dnrvisualstream.csv", sep = "|", stringsAsFactors = FALSE, quote = "", encoding = UTF-16)

分隔符过多：

如果这不起作用，请右键单击您的 .csv 文件并在文本编辑器中打开它。您在屏幕截图中可见的第 2、3、4 和 21,22 行中有多个 |||| 分隔符。按CTRL+H查找替换：

Find: ||||
Replace: |

保存新文件并再次尝试在 R 中打开。

【讨论】：