data.table::fread和不平衡数据

Question

当我尝试使用data.table:fread(fn, sep='\t', header=T)读取csv文件时，会出现"Unbalanced " observed on this line"错误。数据有3个整数变量和1个字符串变量。csv文件中的字符串没有用"括起来，是有一些行包含"在字符串变量内，而且"字符不成对出现。

我想知道是否可以让fread忽略变量中不成对的"并继续读取数据？谢谢。

这里是示例数据（只有一条记录）：

N_ID    VISIT_DATE  REQ_URL REQType
175931  2013-3-8 23:40:30   http://aaa.com/rest/api2.do?api=getSetMobileSession&data={"imei":"60893ZTE-CN13cd","appkey":"android_client","content":"Z0JiRA0qPFtWM3BYVltmcx5MWF9ZS0YLdW1ydXoqPycuJS8idXdlY3R0TGBtU   1

- baidao

---

请问您能否将文件的第一行添加到问题中？请注意，fread仍在开发中，嵌入引号（“\””和“”“”）存在问题... - agstudy

除非有人经历过你所面临的确切问题，否则我们无法提供帮助，因为我们不能重现你的错误。 - Arun

我已经添加了样本记录，请确认。谢谢。 - baidao

Answer 1

更新：现已在v1.8.11中实现

从NEWS中得知：

fread现在接受字段中间的引号（单引号和双引号），无论字段是否以"开头，而不是“不平衡的引号”错误，＃2694。感谢baidao的反馈。这在?fread的顶部已知并记录（现已删除）。如果一个字段以“开头，则必须以”结尾（如果字段分隔符本身在字段内容中，则必须这样做）。嵌入式引号也可以出现在列名中。换行符（\ n）仍然不能在带引号的字段或带引号的列名中出现。

---

就像@agstudy所说的那样，嵌入式引号在文档中是个已知问题，但还未实现，因为fread是新功能。严格来说，我想这些不算嵌入式引号，因为示例字符串没有以引号开头。

无论如何，我已将此作为错误报告文件，以便不被遗忘。将在下一个发布版本中完成。感谢您的关注。

#2694：包含引号但不以引号开头的字符串在fread中

- Matt Dowle

---

这个问题已经解决了吗？我在处理推文时遇到了类似的问题，我认为 tweet_text 字段中有应该被忽略的 \n 字符。 - ZacharyST

@ZacharyST 你有查看 README 文件并进行测试吗？如果仍然存在问题，请在 GitHub 上找到相应的问题并点赞（或提出新问题）。 - Matt Dowle