我一直在尝试将一个csv文件读入R中,但它总是被截断。我认为这可能是由于文件编码的原因,但我不确定。
这是我运行的代码:
read.csv('crunchbase_companies_2.csv', fileEncoding="UTF-8", quote="")
然后我收到一个警告信息:In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings,: invalid input found on input connection
。
R读取了数据,但只读到特殊字符时停止。因此,在R中我只得到部分数据。这里是我得到的数据粘贴在这里:http://pastebin.com/EQLnXz2W。请注意,它在遇到类似“Ì”之类的内容时会中断。因此,这些字符不在示例数据中。
我还使用file
检查了终端中的编码。 它返回Non-ISO extended-ASCII English text, with CR line terminators
。
我需要做什么才能读取整个数据集?