Question

当我在vim中打开它时，我有一个逗号分隔的值文件，如下所示：

12,31,50,,12^M34,23,45,2,12^M12,31,50,,12^M34,23,45,2,12^M

等等。我相信这意味着我的CSV使用CR-only（经典mac）行结尾。 R的read.table（）函数表面上需要LF行结尾或其某些变体。

我知道我可以预处理文件，这可能就是我要做的。

除了解决方案：有没有办法将CR文件直接导入R？例如，write.table（）有一个“eol”参数可用于指定输出的行结尾 - 但我没有看到read.table（）的类似参数（参见http://stat.ethz.ch/R-manual/R-patched/library/utils/html/read.table.html）

Answer 1

R不会将“^ M”识别为任何有用的东西。（我想有可能vim只是向你显示一个cntrl-M作为那个角色。）如果那是在文本连接流中R会认为它不是一个有效的转义字符，因为“^”不用于此目的。您可能需要进行预处理，除非您想通过scan（）传递并使用gsub（）替换：

subbed <- gsub("\\^M", "\n", scan(textConnection("12,31,50,,12^M34,23,45,2,12^M12,31,50,,12^M34,23,45,2,12^M"), what="character"))
Read 1 item

> read.table(text=subbed, sep=",")
  V1 V2 V3 V4 V5
1 12 31 50 NA 12
2 34 23 45  2 12
3 12 31 50 NA 12
4 34 23 45  2 12

我想您可能需要使用“\\ m”作为patt的{{1}}参数。

进一步说明：扫描的帮助页面说：“无论打开什么模式的连接，LF，CRLF或CR中的任何一个都将被接受作为行的EOL标记，因此将匹配sep =”\ n“ “。因此，gsub基于read.table，因此应该已经识别换行符（“\ n”，如果它们是这样的话）。您应该查看？有关转义字符的信息的报价。

如果认为这个vim tutorial可能是与DOS相关的字符，因为它提供了这个建议：

剥离DOS ctrl-M：

scan

Answer 2

有一个R本机解决方案，不需要预处理或外部黑客攻击。您应该对encoding函数使用read.table输入参数，并将其设置为等于"latin1"的Mac字符编码。

例如，假设Mac中的文件（^ M表示返回）格式保存为test.csv，加载如下：

 test <- read.table("./test.csv", sep=",", encoding="latin1")

要查看哪些选项可以将encoding参数类型?Encoding传递到R解释器，您会看到"latin1"，"UTF-8"，"bytes"或{ {1}}是受支持的编码。

这是最好的＆amp;最干净的方式来做到这一点。

R read.table csv with classic-mac line endings

2 个答案: