我正在尝试使用data.table包中的fread（）函数读取肮脏的CSV文件，但字符串值中嵌入的双引号和逗号存在问题，即引号字段中存在未转义的双引号。以下示例数据说明了我的问题。它由3行/行和6列组成，第一行包含列名：
"SA","SU","CC","CN","POC","PAC"
"NE","R","000","H "B", O","1","8"
"A","A","000","P","E,5","8"
第一个问题在第2行中，该行具有一对嵌入的双引号和一个逗号："H "B", O"。第二个问题在第3行中，双引号中有一个逗号："E,5"。我尝试了以下方法：
尝试1
library(data.table)
x1 <- fread(file = "example.csv", quote = "\"")
输出：
> x1
V1 "SA" "SU" "CC" "CN" "POC" "PAC"
1: "NE" "R" 0 "H "B" O" "1" 8
2: "A" "A" 0 "P" "E 5" 8
信息：
在前100行中发现并解决了不正确的报价。如果未用引号引起来（例如，字段分隔符未出现在任何字段中），请尝试使用quote =“”以避免此警告。检测到6个列名，但数据具有7列（即无效文件）。为第一列添加了1个额外的默认列名称，该名称可能是行名或索引。如果此猜测不正确，请在以后使用setnames（），或修复创建该文件的文件写入命令以创建有效文件。
结论：结果不正确，因为它添加了一个新列V1。
尝试2
x2 <- fread(file = "example.csv", quote = "")
输出：
> x2
V1 "SA" "SU" "CC" "CN" "POC" "PAC"
1: "NE" "R" "000" "H "B" O" "1" "8"
2: "A" "A" "000" "P" "E 5" "8"
信息：
检测到6个列名，但数据有7列（即无效文件）。为第一列添加了1个额外的默认列名称，该名称可能是行名或索引。如果此猜测不正确，请在以后使用setnames（），或修复创建该文件的文件写入命令以创建有效文件。
结论：结果不正确，因为它添加了一个新列V1..
解？
我正在寻找一种获得类似于输出的方法
> x3
SA SU CC CN POC PAC
1: NE R 0 H 'B', O 1 8
2: A A 0 P E,5 8
最好使用fread（），但也欢迎其他建议。
您可以尝试事先清理数据并将双引号替换为单引号。
x = readLines('my_file.csv')
y = gsub('","', "','", x) # replace double quotes for each field
y = gsub('^"|"$', "'", y) # replace trailing and leading double quotes
z = paste(y, collapse='\n') # turn it back into a table for fread to read
df = fread(z, quote="'")
df
SA SU CC CN POC PAC
1: NE R 0 H "B", O 1 8
2: A A 0 P E,5 8
我无法确认这是否有效，因为我不知道您的文件有多大，但这可能是一种值得的方法。