问题使用read.csv函数read.table和R中读取数据

问题描述：

我具有被从MySQL使用下面的命令中导出的数据，问题使用read.csv函数read.table和R中读取数据

SELECT 
    id_code,info_text INTO OUTFILE '/tmp/company-desc.csv' 
    FIELDS TERMINATED BY ';' 
    OPTIONALLY ENCLOSED BY '"' 
    LINES TERMINATED BY '\n' 
FROM 
    dx_company WHERE LENGTH(id_code) = 8 AND 
    id_code REGEXP '^[0-9]+$';

但是当我尝试使用下面的命令来加载CSV R，

dt.companydesc <- read.csv("company-desc.csv",sep=';',fill=T, encoding = "UTF-8",quote="\n",header=FALSE)

或

dt.companydesc <- read.csv("company-desc.csv",sep=';',fill=T, encoding = "UTF-8",quote="\"",header=FALSE)

它yeilds类似的结果：

Id code description 
2345  This is the description \n344555 \n737384 \n388383 \n000083

某些id与说明混在一起。它在阅读时基本上存在引号和\ n问题。如果我试图让我干扰整个桌子。我也试过gsub和readLines。任何帮助。

的快照：（CSV文件）

"1000004";"general" 
    "1000000";"licensed version, and products" 
    "1000007";"" 
    "1000003";"" 
    "1000002";"" 
    "1000006";"" 
    "1000002";"automobiles; well organised"

所需的输出：

Id_code Description 
    1000004 general 
    1000000 licensed version, and products 
    1000007 NA 
    1000003 NA 
    1000002 NA 
    1000006 NA 
    1000002 automobiles and industry; well organised

沿后一个例子预期产出。 –

我的猜测是你的'quote'参数不正确，但我不能确定没有看到CSV文件的示例。 – Benjamin

'quote =“\ n”'是一种看不见的东西。你对MySQL说分隔符是逗号，然后当你调用'read.csv'时使用';'。你确定吗？ – nicola

答

这里是一种使用data.table::fread，这也是快：

require(data.table) # v1.9.6+ 
fread(' "1000004";"general" 
    "1000000";"licensed version, and products" 
    "1000007";"" 
    "1000003";"" 
    "1000002";"" 
    "1000006";"" 
    "1000002";"automobiles; well organised"', na.strings="", 
header=FALSE, col.names=c("Id_code", "Description")) 

# Id_code     Description 
# 1: 1000004      general 
# 2: 1000000 licensed version, and products 
# 3: 1000007        NA 
# 4: 1000003        NA 
# 5: 1000002        NA 
# 6: 1000006        NA 
# 7: 1000002 automobiles; well organised

他们应该避免CSV步骤并从R查询数据库。 – Roland

谢谢@Arun，它工作:)）） – Maddy

问题使用read.csv函数read.table和R中读取数据

相关推荐