R中的CSV文件导入

Question

我正在尝试将CS​​V文件导入R，以使用线性/逻辑回归进行欺诈分析。应该很简单的是变得复杂......这个数据集包含26个变量和超过200万行。我使用此命令行导入CSV文件：

data <- read.csv('C:/Users/amartinezsistac/OneDrive/PROYECTO/decla_cata_filtrados.csv',header=TRUE,sep=";")

尽管如此，R仅在1个变量中导入了230万行。我附上此步骤后获得的 以获取更多信息。我试过切换sep =＆＃34 ;;＆＃34; to sep =＆＃34;，＆＃34;使用：

View(data)

但收到此错误消息：

datos <- read.csv('C:/Users/amartinezsistac/OneDrive/PROYECTO/decla_cata_filtrados.csv',header=TRUE,sep=",")

我尝试将read.csv更改为read.csv2（结果为230万行和1个变量）;或使用fill = TRUE选项（相同的结果），但导入不正确。我附上在Excel中打开的原始CSV外观的另一张图像。 {{0}}

我提前感谢任何建议或帮助解决它。

Answer 1

将问题分解为可以检查的步骤 - 最初我会尝试类似

的步骤

file <- 'C:/Users/amartinezsistac/OneDrive/PROYECTO/decla_cata_filtrados.csv'
read.csv(file, header=F, skip=1, sep=',', nrow=1)

如果这会生成一个包含1行和26列的data.frame，那么您就可以了，如果没有，请再次检查read.csv的参数，看看是否需要更改任何参数。< / p>

现在进展到

read.csv(file, header=T, skip=0, sep=',', nrow=1)

这应该给你相同的一行data.frame，但列名正确 - 如果没有检查csv文件在第一行中有正确的列数，或继续跳过标题并在你之后分配列名已经读完了。

现在增加nrow，最初增加到10，然后可能增加10倍，直到您读完整个文件，或者遇到问题。使用二进制搜索来查找导致问题的确切行，方法是将nrow设置为您知道的值之间的中间值，直到找到确切的问题行之前的值。

请参阅Excel中的csv以查看此行的具体内容 - 它是否具有奇怪的字符，无与伦比的引号，更少的条目......这将影响您解决问题的方式。

重复直到您的整个文件都读入！

Answer 2

从excel屏幕截图中，文件中的第一行数据有31列;第二个有29 ... 我的猜测是你的csv文件有一个用于列分隔符的逗号和一个用于小数分隔符的逗号。您必须通过使十进制和列分隔符不同来将文件重新导出到csv。