Data.table: fread Feld mit falschen Anführungszeichen kann nicht verarbeitet werden, wenn es nicht im Sample ist
Dieses Beispiel:
require(data.table)
DT = data.table(A=rep("abc", 10000), B="def")
DT[110, A:='"a"b']
fwrite(DT, f<-tempfile(), quote=F)
fread(f)
erzeugt eine irreführende Fehlermeldung:
Expecting 2 cols but row 0 contains only 1 cols (sep=','). Consider fill=true. <<"a"b,def>>
Zumindest stürzt es nicht ab (was ich dachte, dass type[0] von CT_STRING in einen nicht existierenden Typ gestoßen wird) ...
st-pasha
Alle 3 Kommentare
Mögliche Vorgehensweise:
- Neue Quotierungsregel QR0 einführen (alle anderen Regeln werden QR1..QR4). Dies wäre der Standard-QR. Gemäß dieser Regel können Felder in Anführungszeichen gesetzt werden oder nicht, jedoch sind
1,foo,"","bar",,"baz,baz", diese jedoch nicht:"foo""bar","foo\"bar",foo"bar,f"oo,bar". - Wenn beim Lesen einer Datei ein Feld vom Typ STRING ist und unter dem aktuellen QR nicht gelesen werden kann, dann:
- Wenn wir derzeit bei QR0 sind, stoße den QR, bis das Feld gelesen werden kann, und fahre dann mit dem Scannen der Datei fort.
- Andernfalls stoßen Sie den QR an, gehen dann aber zurück und scannen alle Zeichenfolgenfelder erneut (da sich die Bedeutung der Anführungszeichen in den bereits gelesenen Daten geändert hat).
- QR-Bumps haben die folgende Hierarchie:
QR0 -> {QR1|QR2|QR3} -> QR4.
st-pasha
am 2. Nov. 2017
Ich laufe in diesem auch, aber erhalte einen Fehler.
fread("foo.csv", select=c("Date", "Description", "Amount"), header = T) # error
fread("foo.csv", header = T, verbose = F) # works
ben519
am 3. Nov. 2017
@ ben519 Ihr Dataset enthält nur 1 Zeile, es liegt also definitiv nicht an Unregelmäßigkeiten außerhalb der Stichprobe. Ich habe ein neues Problem für Ihren Fehler erstellt (siehe Link oben)
st-pasha
am 3. Nov. 2017
👍2
War diese Seite hilfreich?
0 / 5 - 0 Bewertungen
Verwandte Themen
rafapereirabr
·
3Kommentare
DavidArenburg
·
3Kommentare
arunsrinivasan
·
3Kommentare
mattdowle
·
3Kommentare
lux5
·
3Kommentare
Hilfreichster Kommentar
@ ben519 Ihr Dataset enthält nur 1 Zeile, es liegt also definitiv nicht an Unregelmäßigkeiten außerhalb der Stichprobe. Ich habe ein neues Problem für Ihren Fehler erstellt (siehe Link oben)