Data.table: fread No se puede manejar el campo mal cotizado si está fuera de muestra
Este ejemplo:
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)
produce un mensaje de error engañoso:
Expecting 2 cols but row 0 contains only 1 cols (sep=','). Consider fill=true. <<"a"b,def>>
Al menos no se bloquea (lo que pensé que sucedería dado que type[0] sube de CT_STRING a un tipo inexistente) ...
st-pasha
Todos 3 comentarios
Posible enfoque:
- Introduzca una nueva regla de cotización QR0 (todas las demás reglas pasan a ser QR1..QR4). Este sería el QR predeterminado. Según esta regla, los campos pueden o no cotizar, pero no se permiten cotizaciones internas . Por lo tanto, los siguientes campos son admisibles en QR0:
1,foo,"","bar",,"baz,baz", mientras que estos no lo son:"foo""bar","foo\"bar",foo"bar,f"oo,bar". - Al leer un archivo, si algún campo es de tipo STRING y no se puede leer con el QR actual, entonces:
- Si actualmente estamos en QR0, presione el QR hasta que se pueda leer el campo, luego continúe escaneando el archivo;
- De lo contrario, golpee el QR pero luego retroceda y vuelva a escanear todos los campos de cadena (ya que el significado de las comillas ha cambiado en los datos que ya se leyeron).
- Los topes QR tienen la siguiente jerarquía:
QR0 -> {QR1|QR2|QR3} -> QR4.
st-pasha
en 2 nov. 2017
También me encuentro con esto, pero obtengo un error.
fread("foo.csv", select=c("Date", "Description", "Amount"), header = T) # error
fread("foo.csv", header = T, verbose = F) # works
ben519
en 3 nov. 2017
@ ben519 Su conjunto de datos contiene solo 1 fila, por lo que definitivamente no se debe a irregularidades fuera de la muestra. Creé un nuevo problema para su error (vea el enlace de arriba)
st-pasha
en 3 nov. 2017
👍2
¿Fue útil esta página
0 / 5 - 0 calificaciones
Temas relacionados
arunsrinivasan
·
3Comentarios
MichaelChirico
·
3Comentarios
nachti
·
3Comentarios
jameslamb
·
3Comentarios
jangorecki
·
3Comentarios
Comentario más útil
@ ben519 Su conjunto de datos contiene solo 1 fila, por lo que definitivamente no se debe a irregularidades fuera de la muestra. Creé un nuevo problema para su error (vea el enlace de arriba)