R中的CSV文件导入

Question

我正在尝试将CSV文件导入到R中,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.我附上一个的View(data)这一步骤的详细信息后得到的.我试过从sep =";"切换 to sep =","使用:

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

但得到此错误消息:

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

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. Excel中的原始CSV

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东西

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,并查看是否需要更改任何参数.

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阅读后指定列名它在.

现在增加nrow,最初为10,然后可能是10倍,直到您读入整个文件,或者您遇到问题.使用二进制搜索来查找导致问题的确切行,方法是设置nrow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,直到整个文件都读入!