Mam plik CSV (24,1 MB) , którego nie mogę w pełni odczytać w sesji języka R. Kiedy otwieram plik w programie obsługującym arkusze kalkulacyjne, widzę 112 544 wierszy. Kiedy czytam to do R read.csv
, otrzymuję tylko 56.952 wiersze i to ostrzeżenie:
cit <- read.csv("citations.CSV", row.names = NULL,
comment.char = "", header = TRUE,
stringsAsFactors = FALSE,
colClasses= "character", encoding= "utf-8")
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
Mogę wczytać cały plik do R za pomocą readLines
:
rl <- readLines(file("citations.CSV", encoding = "utf-8"))
length(rl)
[1] 112545
Ale nie mogę przywrócić tego do R jako tabeli (przez read.csv
):
write.table(rl, "rl.txt", quote = FALSE, row.names = FALSE)
rl_in <- read.csv("rl.txt", skip = 1, row.names = NULL)
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
Jak mogę rozwiązać lub obejść ten komunikat EOF (który wydaje się być bardziej błędem niż ostrzeżeniem), aby przenieść cały plik do mojej R
sesji?
Mam podobne problemy z innymi metodami odczytu plików CSV:
require(sqldf)
cit_sql <- read.csv.sql("citations.CSV", sql = "select * from file")
require(data.table)
cit_dt <- fread("citations.CSV")
require(ff)
cit_ff <- read.csv.ffdf(file="citations.CSV")
Oto moja sesjaInfo ()
R version 3.0.1 (2013-05-16)
Platform: x86_64-w64-mingw32/x64 (64-bit)
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] tools tcltk stats graphics grDevices utils datasets methods base
other attached packages:
[1] ff_2.2-11 bit_1.1-10 data.table_1.8.8 sqldf_0.4-6.4
[5] RSQLite.extfuns_0.0.1 RSQLite_0.11.4 chron_2.3-43 gsubfn_0.6-5
[9] proto_0.3-10 DBI_0.2-7
r
csv
eof
read.table
Ben
źródło
źródło
fread
pracy w tej sytuacji? Wolę to, ponieważ jest dużo szybsze niżread.csv
. Alefread
nie wydaje się przyjmowaćquote
argumentów ...fread
ogólnie nie działa dobrze z osadzonymi cytatami, ale jestem pewien, że wkrótce będzie obejście. stackoverflow.com/questions/16094025/ ...write.csv()
i otrzymywałem 403 z powrotemread.csv()
. Dodanie quote = "" dało mi do 410 wierszy.read.table()
nie działa lepiej. Zastanawiam się, co jeszcze można spróbować ...Jestem nowym użytkownikiem R i pomyślałem, że opublikuję to na wypadek, gdyby komuś to pomogło. Próbowałem wczytać dane z pliku tekstowego (oddzielone przecinkami), który zawierał kilka znaków hiszpańskich i zajęło mi to wieczność. Wiedziałem, że muszę użyć kodowania UTF-8, ustawić argument nagłówka na TRUE i że muszę ustawić argument sep na „,”, ale nadal miałem problemy. Po przeczytaniu tego postu próbowałem ustawić argument wypełnienia na TRUE, ale potem otrzymałem ten sam "EOF w cudzysłowie", który udało mi się naprawić w taki sam sposób jak powyżej. Moja pomyślnie zakończona tabela read.table wygląda następująco:
target <- read.table("target2.txt", fill=TRUE, header=TRUE, quote="", sep=",", encoding="UTF-8")
W rezultacie pojawiają się hiszpańskie znaki i te same przyciemnienia, które miałem pierwotnie, więc nazywam to sukcesem! Dziękuje wszystkim!
źródło
W sekcji pomocy R, jak wskazano powyżej, po prostu wyłączając cytowanie, po prostu dodając:
do read.csv () zadziałało dla mnie.
Wystąpił błąd „EOF w ciągu cudzysłowu”:
W wczytanym pliku brakowało 6619 wierszy. Ale wyłączając cytowanie
Pracował bez błędów i wszystkie wiersze zostały pomyślnie wczytane.
źródło
Napotkałem również ten problem i udało mi się obejść podobny błąd EOF za pomocą:
Zauważ, że parametr separator jest zdefiniowany w ramach bardziej ogólnych
read.table()
.źródło
Właściwie używanie
read.csv()
do czytania pliku z zawartością tekstową nie jest dobrym pomysłem, wyłączenie cytatu, ponieważ zestawquote=""
jest tylko rozwiązaniem tymczasowym, działało tylko z oddzielnymi cudzysłowami. Istnieją inne powody, które mogą powodować ostrzeżenie, na przykład niektóre znaki specjalne.Trwałym rozwiązaniem (użycie
read.csv()
), ustalenie, czym są te znaki specjalne i użycie wyrażenia regularnego, aby je wyeliminować, jest pomysłem.Czy kiedykolwiek myślałeś o zainstalowaniu pakietu
{data.table}
i użyciufread()
do odczytania pliku. jest znacznie szybszy i nie przeszkadzałby ci tym ostrzeżeniem EOF. Zauważ, że plik, który ładuje, będzie przechowywany jako obiekt data.table, ale nie jako obiekt data.frame. Klasa data.table ma wiele dobrych funkcji, ale w każdym razie możesz ją przekształcić, używając was.data.frame()
razie potrzeby.źródło
Miałem podobny problem: EOF -warning i tylko część danych ładowała się za pomocą read.csv (). Wypróbowałem cudzysłowy = "", ale usunęło to tylko ostrzeżenie EOF.
Ale patrząc na pierwszy wiersz, który się nie ładował, stwierdziłem, że w jednej z komórek znajduje się znak specjalny, strzałka → (wartość szesnastkowa 0x1A). Po usunięciu strzałki dane ładowały się normalnie.
źródło
Ja też miałem podobny problem. Ale w moim przypadku przyczyną problemu była obecność apostrofów (tj. Pojedynczych cudzysłowów) w niektórych wartościach tekstowych. Jest to szczególnie częste podczas pracy z danymi zawierającymi teksty w języku francuskim, np. „L'autre jour”.
Tak więc rozwiązaniem było po prostu dostosowanie domyślnego ustawienia argumentu cudzysłowu, aby wykluczyć symbol «'», a zatem, używając cudzysłowu = "\" " (tj. Tylko podwójny cudzysłów ), wszystko działało dobrze.
Mam nadzieję, że niektórym z was może to pomóc. Twoje zdrowie.
źródło
Readr pakiet będzie rozwiązać ten problem.
źródło