使用read.table（）讀取CSV文件時出錯

Question

在R中加載CSV數據集時遇到問題。該數據集可以從

https://data.baltimorecity.gov/City-Government/Baltimore-City-Employee-Salaries-FY2015/nsfe-bg53

我使用read.csv如下導入數據，並且數據集已正確導入。

EmpSal <- read.csv('E:/Data/EmpSalaries.csv')

我嘗試使用read.table讀取數據，並且在查看數據集時存在很多異常。

EmpSal1 <- read.table('E:/Data/EmpSalaries.csv',sep=',',header = T,fill = T)

上面的代碼開始從第7行讀取數據，數據集實際上包含約14K行，但僅導入了5K行。 在極少數情況下查看數據集時，會將15-20行合並為單行，而整個行數據將顯示在單列中。

我可以使用read.csv數據集，但我read.csv知道為什么它不適用於read.table的原因。

Answer 1

read.csv定義為：

function (file, header = TRUE, sep = ",", quote = "\"", dec = ".", 
    fill = TRUE, comment.char = "", ...) 
read.table(file = file, header = header, sep = sep, quote = quote, 
    dec = dec, fill = fill, comment.char = comment.char, ...)

您需要添加quote="\\"" （默認情況下， read.table需要單引號，而read.csv需要雙引號）

EmpSal <- read.csv('Baltimore_City_Employee_Salaries_FY2015.csv')
EmpSal1 <- read.table('Baltimore_City_Employee_Salaries_FY2015.csv', sep=',', header = TRUE, fill = TRUE, quote="\"")
identical(EmpSal, EmpSal1)
# TRUE

Answer 2

如前所述，使用read.csv()命令成功導入了數據，而沒有提及quote參數。 read.csv函數的quote參數的默認值為"\\"" ，而read.table函數的默認值為"\\"'" 。 檢查以下代碼，

read.table(file, header = FALSE, sep = "", quote = "\"'",
           dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),
           row.names, col.names, as.is = !stringsAsFactors,
           na.strings = "NA", colClasses = NA, nrows = -1,
           skip = 0, check.names = TRUE, fill = !blank.lines.skip,
           strip.white = FALSE, blank.lines.skip = TRUE,
           comment.char = "#",
           allowEscapes = FALSE, flush = FALSE,
           stringsAsFactors = default.stringsAsFactors(),
           fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)

read.csv(file, header = TRUE, sep = ",", quote = "\"",
         dec = ".", fill = TRUE, comment.char = "", ...)

您指定的數據中有很多單引號。 這就是為什么read.table函數對您不起作用的原因。

嘗試以下代碼，它將為您工作。

 r<-read.table('/home/workspace/Downloads/Baltimore_City_Employee_Salaries_FY2015.csv',sep=",",quote="\"",header=T,fill=T)