readr::read_csv()函数中忽略末尾分隔符。

Question

当我使用 readr::read_csv() 读取包含尾随分隔符的 CSV 文件时，我会收到一个警告，说明已创建最后一列的新名称。以下是一个简短的示例文件内容，以展示我的意思：

A,B,C,
2,1,1,
14,22,5,
9,-4,8,
17,9,-3,

请注意每行末尾的逗号。现在，如果我使用以下方式加载这些数据

readr::read_csv("A,B,C,\n2,1,1,\n14,22,5,\n9,-4,8,\n17,9,-3,")

我收到了以下信息：

New names:
• `` -> `...4`

生成的数据框多了一个名为...4的第四列，其中每行都是NA值。

# A tibble: 4 × 4
      A     B     C ...4 
  <dbl> <dbl> <dbl> <lgl>
1     2     1     1 NA   
2    14    22     5 NA   
3     9    -4     8 NA   
4    17     9    -3 NA   

即使我仅显式加载第一列的三个列，也会从数据源中检索所有列。

read_csv(
    "A,B,C,\n2,1,1,\n14,22,5,\n9,-4,8,\n17,9,-3,",
    col_types=cols_only(
        A=col_integer(),
        B=col_integer(),
        C=col_integer()
    )
)

我仍然收到这个消息。

这是预期的行为吗？还是有一种方法可以告诉 readr :: read_csv()只忽略我指定的列？或者是否有另一种方法可以整理这个（明显格式错误的）CSV文件，以便删除/忽略尾随分隔符？

- cbrnr

---

你能添加一个小例子来展示这个问题吗？这个警告会以某种方式影响输出还是只是一条信息？ - aosmith

这只是一个警告信息，但即使使用 cols_only 参数，所有列似乎都被导入了，这看起来很奇怪。我编辑了我的问题并包含了一个小的 CSV 文件示例以展示问题。 - cbrnr

Answer 1

我认为你无法这样做。从文档中可以看到，cols_only()是针对您已经加载的R对象的。

但是，data.table库的fread()函数允许您在读取文件时选择特定的列名：

DT <- fread("filename.csv", select = c("colA","colB"))

- Oliver Frost

Answer 2

这是一个带有错误信息的另一个示例。

> read_csv("1,2,3\n4,5,6", col_names = c("x", "y"))
Warning: 2 parsing failures.
row # A tibble: 2 x 5 col     row   col  expected    actual         file expected   <int> <chr>     <chr>     <chr>        <chr> actual 1     1  <NA> 2 columns 3 columns literal data file 2     2  <NA> 2 columns 3 columns literal data

# A tibble: 2 x 2
      x     y
  <int> <int>
1     1     2
2     4     5

这里是修复/黑客的方法。还可以查看此SOF链接。 抑制R中读取器解析问题

> suppressWarnings(read_csv("1,2,3\n4,5,6", col_names = c("x", "y")))
# A tibble: 2 x 2
      x     y
  <int> <int>
1     1     2
2     4     5

- AG1

---

这篇博客文章介绍了如何捕捉特定的警告。只抑制这个特定的警告可能会很有用。 - nevrome