read .csv文件在R中包含双引号（打算删除）

Question

我打算在读取.csv文件的数据集内包含双引号（例如德国信用数据集）时遇到问题。我想知道是否有任何有效的方法可以通过read函数中指定的参数删除其中的双引号。我尝试了几种方法，但没有得出我想要的结论。请帮我解决这个问题。谢谢。

[[给出的原始德国信贷.csv数据集] [1]

[1]：https://i.stack.imgur.com/130cj.png

然后尝试了以下代码，但结果如下

GermanCredit <- read.csv("D:/R Statistics/GermanCredit/germancredit.csv", stringsAsFactors = FALSE, header = TRUE, sep = "," , quote = "")

结果如下：

[带有引号参数的read.csv] [1]

[1]：https://i.stack.imgur.com/uwncH.png

然后我避免指定引号参数

germancredit <- read.csv("D:/R Statistics/GermanCredit/germancredit.csv", stringsAsFactors = FALSE, header = TRUE, sep = ",")

导致以下结果：

[read.csv（不带引号的参数）[1]

[1]：https://i.stack.imgur.com/Oebu0.png

第三次我尝试如下使用read.table函数

German_Credit <- read.table("D:/R Statistics/GermanCredit/germancredit.csv", quote = NULL, header = TRUE, sep = ",")

结果与第一没有什么不同。我也一直在使用readr包中的fread函数，结果没有什么不同。谁能告诉我在读取csv文件时有效删除引号的方法。非常感谢。

dput(readLines("D:/R Statistics/GermanCredit/germancredit.csv", n = 10))

c（“ \” \“ \”状态\“ \”，\“ \”持续时间\“ \”，\“ \” credit_history \“ \”，\“ \”目的\“ \”，\“ \ “ amount \” \“，\” \“储蓄\” \“，\” \“ employment_duration \” \“，\” \“ installation_rate \” \“，\” \“ personal_status_sex \” \“，\” \ “ other_debtors \” \“，\” \“ present_residence \” \“，\” \“属性\” \“，\” \“年龄\” \“，\” \“ other_installment_plans \” \“，\” \ “房屋\” \“，\” \“数字信用卡\” \“，\” \“工作\” \“，\” \“ people_liable \” \“，\” \“电话\” \“，\” \ “ foreign_worker \” \“，\” \“ credit_risk \” \“ \”“，“ \” \“ \” ... <100 DM \“ \”，6，\“ \”关键帐户/其他信用现有\“ \”，\“ \”家用设备\“ \”，1169，\“未知/没有节省帐户\“ \”，\“ \” ...> = 7岁\“ \”，4，\“ \”男性：单\“ \”，\“ \”无\“ \”，4，\“ \”真实estate \“ \”，67，\“ \” none \“ \”，\“ \” own \“ \”，2，\“ \”熟练员工/官员\“ \”，1，\“ \”是\“ \”，\“ \”是\“ \”，1 \“”，“ \” \“ \” 0 <= ...<200 DM \“ \”，48，\“ \”现有的信用额，应归还至现在\“ \”，\“ \”家用设备\“ \”，5951，\“ \” ... <100 DM \“ \”，\“ \” 1 <=... <4岁\“ \”，2，\“ \”女：离婚/分居/已婚\“ \”，\“ \”无\“ \”，2，\“ \”真实estate \“ \”，22，\“ \” none \“ \”，\“ \” own \“ \”，1，\“ \”熟练员工/官员\“ \”，1，\“ \”否\“ \”，\“ \”是\“ \”，0 \“”，“ \” \“ \”否支票帐户\“ \”，12，\“ \”关键帐户/其他信用现有\“ \”，\“ \”再培训\“ \”，2096，\“ \” ... <100 DM \“ \”，\“ \” 4 <= ...<7岁\“ \”，2，\“ \”男性：单身\“ \”，\“ \”无\“ \”，3，\“ \”真实estate \“ \”，49，\“ \” none \“ \”，\“ \” own \“ \”，1，\“ \”非技术人员-居民\“ \”，2，\“ \”否\“ \”，\“ \”是\“ \”，1 \“”，“ \” \“ \” ... <100DM \“ \”，42，\“ \”现有的贷项已归还至现在\“ \”，\“ \”广播/电视\“ \”，7882，\“ \” ... <100 DM \“ \”，\“ \” 4 <=... <7岁，男性，2岁，男性：单身，“担保人”，“ 4”，“建立社会储蓄”协议/人寿保险\“ \”，45，\“ \”无\“ \”，\“ \”免费\“ \”，1，\“ \”熟练员工/官员\“ \”，2，\“ \”否\“ \”，\“ \”是\“ \”，1 \“”，“ \” \“ \” ... <100DM \“ \”，24，\“ \”延迟偿还过去的\“ \”，\“ \”汽车（新）\“ \”，4870，\“ \” ... <100 DM \“ \”，\“ \” 1 <= ... <4years \“ \”，3，\“ \” male：单身\“ \”，\“ \”无\“ \”，4，\“ \”未知/否属性\“ \”，53，\“ \”无\“ \”，\“ \”免费\“ \”，2，\“ \”熟练员工/官员\“ \”，2，\“ \”否\“ \”，\“ \”是\“ \”，0 \“”，“ \” \“ \”否支票帐户\“ \”，36，\“ \”现有的贷项已归还至现在\“ \”，\“ \”再培训\“ \”，9055，\“ \”未知/无储蓄帐户\“ \”，\“ \” 1 <= ... <4岁\“ \”，2，\“ \”男性：单\“ \”，\“ \”无\“ \”，4，\“ \”未知/否属性\“ \”，35，\“ \”无\“ \”，\“ \”免费\“ \”，1，\“ \”非熟练-常驻\“ \”，2，\“ \”是\“ \”，\“ \”是\“ \”，1 \“”，“ \” \“ \”不检查帐户\“ \”，24，\“ \”现有的贷项已归还至现在\“ \”，\“ \”广播/电视\“ \”，2835，\“ \” 500 <= ... <1000DM \“ \”，\“ \” ...> = 7岁\“ \”，3，\“ \”男性：建立社会储蓄协议/生命的单身，没有，没有，4，保险\“ \”，53，\“ \”无\“ \”，\“ \”自己的\“，1，\” \“熟练员工/官员\“ \”，1，\“ \”否\“ \”，\“ \”是\“ \”，1 \“”，“ \” \“ \” 0 <= ...<200 DM \“ \”，36，\“ \”现有的信用额，应归还至现在\“ \”，\“ \”汽车（二手车）\“ \”，6948，\“ \” ... <100 DM \“ \”，\“ \” 1 <= ... <4years \“ \”，2，\“ \” male：单身\“ \”，\“ \”无\“ \”，2，\“ \”汽车或其他\“ \”，35，\“ \”无\“ \”，\“ \”租金\“，1，\” \“管理/个体经营/高度合格的员工/官员\“ \”，1，\“ \”是\“ \”，\“ \”是\“ \”，1 \“”，“ \” \“ \”无支票帐户\“ \”，12，\“到现在为止\“ \”，\“ \”家用设备\“ \”，3059，\“ \” ...> = 1000DM \“ \”，\“ \” 4 <= ... <7岁\“ \”，2，\“ \”男性：离婚/分居\“ \”，\“ \”无\“ \”，4，\“ \”真实estate \“ \”，61，\“ \” none \“ \”，\“ \” own \“ \”，1，\“ \”非技术人员-常驻\“ \”，1，\“ \”否\“ \”，\“ \”是\“ \”，1 \“”）

Answer 1

文件中有两件奇怪的事情

• 文件使用双双引号""
• 文件中的行也被引用

  """a"",1"
  """b"",2"

[这可能是因为您的文件是一个错误读取的CSV文件（例如，使用了错误类型的分隔符，例如';'），然后将其作为CSV文件写掉了。

首先删除外部引号，然后使用双双引号作为引号（如@ytu所示）似乎可行：

lines <- readLines("<yourfile>")
lines <- gsub('(^"|"$)', "", lines)
read.csv(textConnection(lines), quote = '""')