read.csv 주의 '따옴표로 묶인 문자열 내의 EOF'가 파일을 완전히 읽지 못하도록 합니다.
R 세션에서 완전히 읽을 수 없는 CSV 파일(24.1MB)이 있습니다.스프레드시트 프로그램에서 파일을 열면 112,544개의 행을 볼 수 있습니다.내가 그것을 R로 읽을 때.read.csv56,952개의 행만 표시되며 다음 경고가 표시됩니다.
cit <- read.csv("citations.CSV", row.names = NULL,
comment.char = "", header = TRUE,
stringsAsFactors = FALSE,
colClasses= "character", encoding= "utf-8")
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
나는 나는모파로읽있수다습니을일든을로 전체 수 .readLines:
rl <- readLines(file("citations.CSV", encoding = "utf-8"))
length(rl)
[1] 112545
하지만 나는 이것을 테이블로 R에 다시 넣을 수 없습니다.read.csv):
write.table(rl, "rl.txt", quote = FALSE, row.names = FALSE)
rl_in <- read.csv("rl.txt", skip = 1, row.names = NULL)
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
메시지를 하나요? () 을 나의 EOF로 수 요?R세션?
CSV 파일을 읽는 다른 방법에도 유사한 문제가 있습니다.
require(sqldf)
cit_sql <- read.csv.sql("citations.CSV", sql = "select * from file")
require(data.table)
cit_dt <- fread("citations.CSV")
require(ff)
cit_ff <- read.csv.ffdf(file="citations.CSV")
여기 내 세션 정보()가 있습니다.
R version 3.0.1 (2013-05-16)
Platform: x86_64-w64-mingw32/x64 (64-bit)
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] tools tcltk stats graphics grDevices utils datasets methods base
other attached packages:
[1] ff_2.2-11 bit_1.1-10 data.table_1.8.8 sqldf_0.4-6.4
[5] RSQLite.extfuns_0.0.1 RSQLite_0.11.4 chron_2.3-43 gsubfn_0.6-5
[9] proto_0.3-10 DBI_0.2-7
견적을 사용하지 않도록 설정해야 합니다.
cit <- read.csv("citations.CSV", quote = "",
row.names = NULL,
stringsAsFactors = FALSE)
str(cit)
## 'data.frame': 112543 obs. of 13 variables:
## $ row.names : chr "10.2307/675394" "10.2307/30007362" "10.2307/4254931" "10.2307/20537934" ...
## $ id : chr "10.2307/675394\t" "10.2307/30007362\t" "10.2307/4254931\t" "10.2307/20537934\t" ...
## $ doi : chr "Archaeological Inference and Inductive Confirmation\t" "Sound and Sense in Cath Almaine\t" "Oak Galls Preserved by the Eruption of Mount Vesuvius in A.D. 79_ and Their Probable Use\t" "The Arts Four Thousand Years Ago\t" ...
## $ title : chr "Bruce D. Smith\t" "Tomás Ó Cathasaigh\t" "Hiram G. Larew\t" "\t" ...
## $ author : chr "American Anthropologist\t" "Ériu\t" "Economic Botany\t" "The Illustrated Magazine of Art\t" ...
## $ journaltitle : chr "79\t" "54\t" "41\t" "1\t" ...
## $ volume : chr "3\t" "\t" "1\t" "3\t" ...
## $ issue : chr "1977-09-01T00:00:00Z\t" "2004-01-01T00:00:00Z\t" "1987-01-01T00:00:00Z\t" "1853-01-01T00:00:00Z\t" ...
## $ pubdate : chr "pp. 598-617\t" "pp. 41-47\t" "pp. 33-40\t" "pp. 171-172\t" ...
## $ pagerange : chr "American Anthropological Association\tWiley\t" "Royal Irish Academy\t" "New York Botanical Garden Press\tSpringer\t" "\t" ...
## $ publisher : chr "fla\t" "fla\t" "fla\t" "fla\t" ...
## $ type : logi NA NA NA NA NA NA ...
## $ reviewed.work: logi NA NA NA NA NA NA ...
이런 대사 때문인 것 같습니다("가시"와 "마이너스" 확인).
readLines("citations.CSV")[82]
[1] "10.2307/3642839,10.2307/3642839\t,\"Thorn\" and \"Minus\" in Hieroglyphic Luvian Orthography\t,H. Craig Melchert\t,Anatolian Studies\t,38\t,\t,1988-01-01T00:00:00Z\t,pp. 29-42\t,British Institute at Ankara\t,fla\t,\t,"
저는 새로 온 R 사용자이고 다른 사람에게 도움이 될 경우를 대비해 이것을 게시하려고 생각했습니다.몇 개의 스페인어 문자가 포함된 텍스트 파일(쉼표로 구분)에서 데이터를 읽으려고 했는데, 이를 알아내는 데 오랜 시간이 걸렸습니다.UTF-8 인코딩을 사용하고, 머리글 변수를 TRUE로 설정하고, 구분 인수를 ","로 설정해야 한다는 것을 알았지만, 그래도 전화가 끊겼습니다.이 게시물을 읽은 후 채우기 문자열을 TRUE로 설정하려고 했지만 위와 동일한 방법으로 "인용 문자열 내 EOF"를 수정할 수 있었습니다.성공적인 read.table은 다음과 같습니다.
target <- read.table("target2.txt", fill=TRUE, header=TRUE, quote="", sep=",", encoding="UTF-8")
그 결과는 스페인어 문자와 원래 가지고 있던 것과 같은 딤섬을 가지고 있어서 저는 그것을 성공이라고 부르고 있습니다!모두 감사합니다!
위에서 지적한 것처럼 R 도움말 섹션에서는 다음을 추가하기만 하면 견적을 모두 비활성화할 수 있습니다.
quote = ""
csv는 저를 위해 일했습니다.
"따옴표로 묶은 문자열 내 EOF" 오류가 다음과 함께 발생했습니다.
> iproscan.53A.neg = read.csv("interproscan.53A.neg.n.csv",
+ colClasses=c(pb.id = "character",
+ genLoc = "character",
+ icode = "character",
+ length = "character",
+ proteinDB = "character",
+ protein.id = "character",
+ prot.desc = "character",
+ start = "character",
+ end = "character",
+ evalue = "character",
+ tchar = "character",
+ date = "character",
+ ipro.id = "character",
+ prot.name = "character",
+ go.cat = "character",
+ reactome.id= "character"),
+ as.is=T,header=F)
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
> dim(iproscan.53A.neg)
[1] 69383 16
그리고 읽혀진 파일은 6,619줄이 빠졌습니다.하지만 인용을 비활성화함으로써
> iproscan.53A.neg = read.csv("interproscan.53A.neg.n.csv",
+ colClasses=c(pb.id = "character",
+ genLoc = "character",
+ icode = "character",
+ length = "character",
+ proteinDB = "character",
+ protein.id = "character",
+ prot.desc = "character",
+ start = "character",
+ end = "character",
+ evalue = "character",
+ tchar = "character",
+ date = "character",
+ ipro.id = "character",
+ prot.name = "character",
+ go.cat = "character",
+ reactome.id= "character"),
+ as.is=T,header=F,**quote=""**)
>
> dim(iproscan.53A.neg)
[1] 76002 16
오류 없이 작동했고 모든 행이 성공적으로 읽혔습니다.
리더 패키지를 통해 이 문제가 해결됩니다.
install.packages('readr')
library(readr)
readr::read_csv('yourfile.csv')
저도 비슷한 문제를 겪었습니다.하지만 제 경우, 문제의 원인은 일부 텍스트 값 내에 아포스트로피(즉, 단일 따옴표)가 있기 때문입니다.이는 프랑스어로 된 텍스트를 포함한 데이터 작업(예: "L'autrejour")에서 특히 자주 발생합니다.
따라서, 해결책은 단순히 «' 기호를 제외하도록 따옴표 인수의 기본 설정을 조정하는 것이었고, 따라서 따옴표 = "\" (즉, 이중 따옴표만 사용)을 사용하면 모든 것이 잘 작동했습니다.
그것이 여러분 중 일부에게 도움이 되기를 바랍니다.건배.
또한 이 문제에 부딪혔고 다음을 사용하여 유사한 EOF 오류를 해결할 수 있었습니다.
read.table("....csv", sep=",", ...)
구분자 매개변수는 보다 일반적인 범위 내에서 정의됩니다.read.table().
사실, 사용 중인read.csv()텍스트 내용이 있는 파일을 읽는 것은 좋은 생각이 아닙니다. 인용문을 자산으로 사용하지 않도록 설정하십시오.quote=""임시 솔루션일 뿐이며 별도 따옴표로만 작동했습니다.일부 특수 문자와 같은 다른 이유로 인해 경고가 발생할 수 있습니다.
영구 솔루션(사용)read.csv()), 특수 문자가 무엇인지 알아보고 정규 표현을 사용하여 제거하는 것이 아이디어입니다.
패키지를 설치하는 것에 대해 생각해 본 적이 있습니까?{data.table}및 사용fread()파일을 읽습니다.이 EOF 경고는 훨씬 빠르고 사용자에게 방해가 되지 않습니다.로드하는 파일은 data.table 개체로 저장되지만 data.frame 개체는 저장되지 않습니다.클래스 data.table에는 많은 좋은 기능이 있지만, 어쨌든 다음을 사용하여 변환할 수 있습니다.as.data.frame()필요한 경우에는
저도 비슷한 문제가 있었습니다. EOF - warning인데 데이터의 일부만 read.csv()로 로드되었습니다.quarters=를 시도해 보았지만 EOF-warning만 제거되었습니다.
그런데 로드되지 않은 첫 번째 행을 보니 셀 중 하나에 화살표 →(16진수 값 0x1A)라는 특수 문자가 들어 있었습니다.화살표를 삭제한 후 정상적으로 로드할 수 있는 데이터를 받았습니다.
100000보다 큰 데이터 집합 행 번호를 로드하는 것과 같은 문제가 발생했습니다. read.csv()는 데이터 집합의 특정 크기(행 번호)를 초과하여 로드하는 데 몇 가지 제한이 있을 수 있습니다.대신 "data.table" 라이브러리의 "fread()" 함수를 사용할 수 있습니다.
언급URL : https://stackoverflow.com/questions/17414776/read-csv-warning-eof-within-quoted-string-prevents-complete-reading-of-file
'programing' 카테고리의 다른 글
| git 특정 분기로 푸시 (0) | 2023.06.21 |
|---|---|
| ORA-02049 문제 해결 및 Oracle 일반 잠금 문제 해결 방법 (0) | 2023.06.21 |
| Liquibase를 사용하여 Spring Boot 애플리케이션에서 장치 테스트를 위한 메모리 내 H2 초기화 (0) | 2023.06.21 |
| 쉼표로 구분된 값으로 가득 찬 막대를 SQL Server IN 함수에 전달 (0) | 2023.06.21 |
| 표를 파괴하지 않고 표 내용을 선택하는 방법은 무엇입니까? (0) | 2023.06.21 |