使用 read.csv() 读取逗号分隔的字符串

Question

我正在尝试加载一个逗号分隔的数据文件，该文件的文本列之一中也有逗号。以下示例代码生成这样一个文件 'test.csv',我将使用 read.csv() 加载它来说明我的问题。

> d <- data.frame(name = c("John Smith", "Smith, John"), age = c(34, 34))
> d
         name age
1  John Smith  34
2 Smith, John  34
> write.csv(d, file = "test.csv", quote = F, row.names = F)
> d2 <- read.csv("test.csv")
> d2
            name age
John Smith    34  NA
Smith       John  34

因为 ','在 Smith, John , d2未正确分配。我如何读取文件以便 d2长得一模一样 d ?

谢谢。

Answer 1

1) read.pattern read.pattern (在 gsubfn 包中)可以读取这样的文件:

library(gsubfn)

pat <- "(.*),(.*)"
read.pattern("test.csv", pattern = pat, header = TRUE, as.is = TRUE)

给予:

         name age
1  John Smith  34
2 Smith, John  34

2) 二通另一种可能性是读入，修复它，然后重新阅读它。这不使用包并提供相同的输出。

L <- readLines("test.csv")
read.table(text = sub("(.*),", "\\1|", L), header = TRUE, sep = "|", as.is = TRUE)

注:对于最后有第三个字段的 3 个字段，请在 (1) 中使用它

pat <- "(.*),([^,]+),([^,]+)"

同样的情况在 (2) 中使用它，假设最后两个逗号中的每一个都相邻有非空格，并且文本字段中的任何逗号相邻至少有一个空格，并且字段至少有 2 个字符:

text = gsub("(\\S),(\\S)", "\\1|\\2", L)

如果您有其他安排，只需适当修改(1)中的正则表达式和 sub或 gsub在(2)中。