Question

我正在尝试读取一些数据，这是一个看起来像这样的文本文件：

2009-08-09 - 2009-08-15 0   2   0
2009-08-16 - 2009-08-22 0   1   0
2009-08-23 - 2009-08-29 0   1   0
2009-08-30 - 2009-09-05 0   1   0
2009-09-06 - 2009-09-12 0   1   0
2009-09-13 - 2009-09-19 0   1   0
2009-09-20 - 2009-09-26 0   1   0
2009-09-27 - 2009-10-03 0   1   0

我尝试过使用此命令

test <- read.table('test', sep ="\t")

以及该主题的许多不同变体。但我所有回来的都是：

而我想要一个四列圆柱数据。

我出错的任何想法？

Answer 1

您正在阅读的文件可能正在使用除ASCII之外的某些编码。 ?read.table显示

 read.table(file, header = FALSE, sep = "", quote = "\"'",
            ... 
            fileEncoding = "", encoding = "unknown")

fileEncoding: character string: if non-empty declares the encoding used
          on a file (not a connection) so the character data can be
          re-encoded.  See 'file'.

所以也许尝试设置fileEncoding参数。如果您不知道编码，可以尝试“utf-8”或“cp-1252”。如果这不起作用，那么如果您粘贴实际文件的片段，我们就可以识别编码。

Answer 2

你在这里看到的是什么：

ÿþ

是UTF-16-LE或UCS-2LE的字节顺序标记（BOM）。请参阅维基百科（Byte Order Mark）以获得解释。您的文件中可能包含需要此编码的奇怪语言的字符，或者您的文件可能是由某些Windows软件创建的，该软件使用BOM保存文件。 BOM放在文件开头的所有其他数据之前。

R看到这些字符，并认为数据从这里开始。尝试：

（1）如果您不需要这种编码，只需在文本编辑器（如Vim）中打开数据，更改编码，保存并读入R.（在Vim中:write ++enc=utf-8 new_file_name.txt，然后关闭文件并打开新保存的版本，然后执行:set nobomb，以确保，然后:wq。）

（2）如果您需要编码或不想通过文本编辑器，请告诉R文件所在的编码。您可以尝试：

read.table("file.dat", fileEncoding = "UTF-16")
read.table("file.dat", fileEncoding = "UTF-16LE")
read.table("file.dat", fileEncoding = "UTF-16-LE")
read.table("file.dat", fileEncoding = "UCS-2LE")

如果这些都不起作用，请尝试相关问题中给出的解决方案：How to detect the right encoding for read.csv?，并查看R Data Import/Export上的R手册，它有一节介绍带有BOM的文件。

Answer 3

您的分隔符可以是空格而不是制表符。如果您将sep参数保留为""，它将使用任何类型的空格。

编辑：实际上，编码确实更有可能成为问题的根源。

使用readLines读取文件，然后使用Encoding检查编码。

我无法读取数据到R

3 个答案: