R 的 read.csv() 省略行

在 R 中，我尝试读取大约 42,900 行的基本 CSV 文件（由 Unix 的 wc -l 确认）。相关代码是

vecs <- read.csv("feature_vectors.txt", header=FALSE, nrows=50000)

其中 nrows 稍微高估了，因为为什么不呢？然而，

>> dim(vecs)
[1] 16853     5

表明生成的数据帧大约有 17,000 行。这是内存问题吗？每行由约 30 个字符的哈希码、约 30 个字符串和 3 个整数组成，因此文件的总大小仅约 4MB。

如果相关的话，我还应该注意到很多行都缺少字段。

感谢您的帮助！

此类问题通常很容易解决，使用count.fields，它告诉您如果调用，结果数据框将有多少列read.csv.

(n_fields <- count.fields("feature_vectors.txt"))

如果 n_fields 的所有值并非都相同，则会出现问题。

if(any(diff(n_fields)))
{
  warning("There's a problem with the file")
}

在这种情况下，查看以下值n_fields与您的预期不同：问题出现在这些行中。

正如贾斯汀提到的，一个常见的问题是引号不匹配。打开 CSV 文件并了解其中如何引用字符串。然后打电话read.csv，指定quote争论。