Question

将.csv文件导入R时出现问题。我的代码为：

t <- read.csv("C:\\N0_07312014.CSV", na.string=c("","null","NaN","X"),
          header=T, stringsAsFactors=FALSE,check.names=F)

R报告错误但没有按我的意愿行事：

Error in read.table(file = file, header = header, sep = sep, quote = quote,  : 
  more columns than column names

我想问题是因为我的数据格式不正确。我只需要来自[,1:32]的数据。应删除所有其他内容。

可从以下网址下载数据： https://drive.google.com/file/d/0B86_a8ltyoL3VXJYM3NVdmNPMUU/edit?usp=sharing

非常感谢！

Answer 1

这是一个奇怪的CSV文件。多个标题被抛出（尝试将其粘贴到CSV Fingerprint）以查看我的意思。

由于我不知道数据，因此无法确定以下内容是否能为您生成准确的结果，但它涉及使用readLines和其他R函数预处理文本：

# use readLines to get the data
dat <- readLines("N0_07312014.CSV")

# i had to do this to fix grep errors
Sys.setlocale('LC_ALL','C')

# filter out the repeating, and wonky headers
dat_2 <- grep("Node Name,RTC_date", dat, invert=TRUE, value=TRUE)

# turn that vector into a text connection for read.csv
dat_3 <- read.csv(textConnection(paste0(dat_2, collapse="\n")),
                  header=FALSE, stringsAsFactors=FALSE)

str(dat_3)
## 'data.frame':    308 obs. of  37 variables:
##  $ V1 : chr  "Node 0" "Node 0" "Node 0" "Node 0" ...
##  $ V2 : chr  "07/31/2014" "07/31/2014" "07/31/2014" "07/31/2014" ...
##  $ V3 : chr  "08:58:18" "08:59:22" "08:59:37" "09:00:06" ...
##  $ V4 : chr  "" "" "" "" ...
## .. more
##  $ V36: chr  "" "" "" "" ...
##  $ V37: chr  "0" "0" "0" "0" ...

# grab the headers
headers <- strsplit(dat[1], ",")[[1]]

# how many of them are there?
length(headers)
## [1] 32

# limit it to the 32 columns you want (Which matches)
dat_4 <- dat_3[,1:32]

# and add the headers
colnames(dat_4) <- headers

str(dat_4)
## 'data.frame':    308 obs. of  32 variables:
##  $ Node Name         : chr  "Node 0" "Node 0" "Node 0" "Node 0" ...
##  $ RTC_date          : chr  "07/31/2014" "07/31/2014" "07/31/2014" "07/31/2014" ...
##  $ RTC_time          : chr  "08:58:18" "08:59:22" "08:59:37" "09:00:06" ...
##  $ N1 Bat (VDC)      : chr  "" "" "" "" ...
##  $ N1 Shinyei (ug/m3): chr  "" "" "0.23" "null" ...
##  $ N1 CC (ppb)       : chr  "" "" "null" "null" ...
##  $ N1 Aeroq (ppm)    : chr  "" "" "null" "null" ...
## ... continues

Answer 2

如果您只需要前32列，并且知道有多少列，则可以将其他列类设置为NULL。

read.csv("C:\\N0_07312014.CSV", na.string=c("","null","NaN","X"),
      header=T, stringsAsFactors=FALSE,
      colClasses=c(rep("character",32),rep("NULL",10)))

如果您不想编写每个colClass并且您喜欢猜测read.csv，那么只需保存该csv并再次打开它。

或者，您可以跳过标题并自己命名列并删除行为不当的行。

A<-data.frame(read.csv("N0_07312014.CSV",
                        header=F,stringsAsFactors=FALSE,
                        colClasses=c(rep("character",32),rep("NULL",5)),
                        na.string=c("","null","NaN","X")))
Yournames<-as.character(A[1,])
names(A)<-Yournames
yourdata<-unique(A)[-1,]

上面的代码假设您不需要任何重复的行。您也可以删除第一个条目等于第一个列名称的行，但我会留给您。

Answer 3

将.csv作为文本文件打开（例如，在Mac上使用TextEdit）并检查列是否以逗号分隔。

csv是＆＃34;逗号分隔的矢量＆＃34;。出于某种原因，当Excel保存我的csv时，它会使用分号代替。

打开csv时使用：

read.csv("file_name.csv",sep=";")

半结肠只是一个例子，但正如其他人之前建议的那样，不要认为因为你的csv在Excel中看起来不错，所以也是如此。

Answer 4

尝试read.table（）而不是read.csv（）

Answer 5

我也面临着同样的问题。现在解决了。

只需使用header = FALSE

read.csv("data.csv", header = FALSE) -> mydata

Answer 6

我遇到了同样的问题。我在文本文件中打开我的数据，双表达式用分号分隔，你应该用句点替换它们

R read.csv“比列名更多的列”错误

6 个答案: