提问人：Ben 提问时间：7/2/2013 更新时间：4/20/2023 访问量：161645
read.csv警告“带引号的字符串内的 EOF”阻止完全读取文件
read.csv warning 'EOF within quoted string' prevents complete reading of file
问：
我有一个 CSV 文件 （24.1 MB），我无法将其完全读入我的 R 会话。当我在电子表格程序中打开文件时，我可以看到 112,544 行。当我把它读入 R 时，我只得到 56,952 行和以下警告：read.csv
cit <- read.csv("citations.CSV", row.names = NULL,
comment.char = "", header = TRUE,
stringsAsFactors = FALSE,
colClasses= "character", encoding= "utf-8")
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
我可以使用以下命令将整个文件读入 R：readLines
rl <- readLines(file("citations.CSV", encoding = "utf-8"))
length(rl)
[1] 112545
但是我无法将其作为表放回 R 中（通过）：read.csv
write.table(rl, "rl.txt", quote = FALSE, row.names = FALSE)
rl_in <- read.csv("rl.txt", skip = 1, row.names = NULL)
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
如何解决或解决此 EOF 消息（这似乎更像是错误而不是警告）以将整个文件放入我的会话？R
我在读取CSV文件的其他方法中也有类似的问题：
require(sqldf)
cit_sql <- read.csv.sql("citations.CSV", sql = "select * from file")
require(data.table)
cit_dt <- fread("citations.CSV")
require(ff)
cit_ff <- read.csv.ffdf(file="citations.CSV")
这是我的sessionInfo（）
R version 3.0.1 (2013-05-16)
Platform: x86_64-w64-mingw32/x64 (64-bit)
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] tools tcltk stats graphics grDevices utils datasets methods base
other attached packages:
[1] ff_2.2-11 bit_1.1-10 data.table_1.8.8 sqldf_0.4-6.4
[5] RSQLite.extfuns_0.0.1 RSQLite_0.11.4 chron_2.3-43 gsubfn_0.6-5
[9] proto_0.3-10 DBI_0.2-7
答：
228赞
dickoa
7/2/2013
#1
您需要禁用报价。
cit <- read.csv("citations.CSV", quote = "",
row.names = NULL,
stringsAsFactors = FALSE)
str(cit)
## 'data.frame': 112543 obs. of 13 variables:
## $ row.names : chr "10.2307/675394" "10.2307/30007362" "10.2307/4254931" "10.2307/20537934" ...
## $ id : chr "10.2307/675394\t" "10.2307/30007362\t" "10.2307/4254931\t" "10.2307/20537934\t" ...
## $ doi : chr "Archaeological Inference and Inductive Confirmation\t" "Sound and Sense in Cath Almaine\t" "Oak Galls Preserved by the Eruption of Mount Vesuvius in A.D. 79_ and Their Probable Use\t" "The Arts Four Thousand Years Ago\t" ...
## $ title : chr "Bruce D. Smith\t" "Tomás Ó Cathasaigh\t" "Hiram G. Larew\t" "\t" ...
## $ author : chr "American Anthropologist\t" "Ériu\t" "Economic Botany\t" "The Illustrated Magazine of Art\t" ...
## $ journaltitle : chr "79\t" "54\t" "41\t" "1\t" ...
## $ volume : chr "3\t" "\t" "1\t" "3\t" ...
## $ issue : chr "1977-09-01T00:00:00Z\t" "2004-01-01T00:00:00Z\t" "1987-01-01T00:00:00Z\t" "1853-01-01T00:00:00Z\t" ...
## $ pubdate : chr "pp. 598-617\t" "pp. 41-47\t" "pp. 33-40\t" "pp. 171-172\t" ...
## $ pagerange : chr "American Anthropological Association\tWiley\t" "Royal Irish Academy\t" "New York Botanical Garden Press\tSpringer\t" "\t" ...
## $ publisher : chr "fla\t" "fla\t" "fla\t" "fla\t" ...
## $ type : logi NA NA NA NA NA NA ...
## $ reviewed.work: logi NA NA NA NA NA NA ...
我认为是因为这种台词（检查“Thorn”和“Minus”）
readLines("citations.CSV")[82]
[1] "10.2307/3642839,10.2307/3642839\t,\"Thorn\" and \"Minus\" in Hieroglyphic Luvian Orthography\t,H. Craig Melchert\t,Anatolian Studies\t,38\t,\t,1988-01-01T00:00:00Z\t,pp. 29-42\t,British Institute at Ankara\t,fla\t,\t,"
评论
0赞
Ben
7/2/2013
谢谢，这是一个简单的解决方法。现在，您如何看待在这种情况下开始工作？我更喜欢它，因为它比.但似乎没有争论。.freadread.csvfreadquote
1赞
dickoa
7/2/2013
@Ben我也试图让它工作但没有成功，正如你所指出的，一般来说，嵌入式报价并不好，但我相信很快就会有一个解决方法。stackoverflow.com/questions/16094025/......fread
1赞
Hack-R
8/21/2014
我使用时有 7,000 行，并用 .添加 quote = “” 让我最多可以处理 410 行。 没有更好。我想知道还有什么可以尝试的......write.csv()read.csv()read.table()
3赞
SJDS
5/5/2015
与 Hack-R 相同的问题，添加 quote = “” 使我的行数增加了 30,000 行，但我仍然缺少超过 200,000 行。
1赞
Bhargav Rao
7/3/2015
你能不能写一行说明为什么你需要添加它。（我是一名正在尝试学习 R 的 Python 程序员）。否则答案是完美的（+1）
3赞
Tony T
8/2/2013
#2
我也遇到了这个问题，并且能够使用以下方法解决类似的EOF错误：
read.table("....csv", sep=",", ...)
请注意，分隔符参数是在更通用的 .read.table()
评论
2赞
maycca
10/25/2015
嗨，这对我不起作用......我在 read.table（“.csv”， ： columns more than column names 中收到错误 - 似乎跳过 （skip = 6） 无法正常工作......
2赞
ElinaJ
7/12/2015
#3
我遇到了类似的问题：EOF -warning，只有部分数据使用 read.csv（） 加载。我尝试了quotes=“”，但它只删除了EOF警告。
但是查看未加载的第一行，我发现其中一个单元格中有一个特殊字符，一个箭头→（十六进制值 0x1A）。删除箭头后，我得到了正常加载的数据。
评论
2赞
Mohit
6/8/2017
同样的问题，有没有其他方法可以解决这个问题，而无需任何人工干预？
7赞
Anne Deslattes Mays
9/27/2015
#4
如上所述，在 R 帮助部分，只需添加以下内容即可完全禁用引用：
quote = ""
对read.csv（）对我有用。
错误“EOF within quoted string”发生时出现：
> iproscan.53A.neg = read.csv("interproscan.53A.neg.n.csv",
+ colClasses=c(pb.id = "character",
+ genLoc = "character",
+ icode = "character",
+ length = "character",
+ proteinDB = "character",
+ protein.id = "character",
+ prot.desc = "character",
+ start = "character",
+ end = "character",
+ evalue = "character",
+ tchar = "character",
+ date = "character",
+ ipro.id = "character",
+ prot.name = "character",
+ go.cat = "character",
+ reactome.id= "character"),
+ as.is=T,header=F)
Warning message:
In scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, :
EOF within quoted string
> dim(iproscan.53A.neg)
[1] 69383 16
读入的文件缺少 6,619 行。但是通过禁用引用
> iproscan.53A.neg = read.csv("interproscan.53A.neg.n.csv",
+ colClasses=c(pb.id = "character",
+ genLoc = "character",
+ icode = "character",
+ length = "character",
+ proteinDB = "character",
+ protein.id = "character",
+ prot.desc = "character",
+ start = "character",
+ end = "character",
+ evalue = "character",
+ tchar = "character",
+ date = "character",
+ ipro.id = "character",
+ prot.name = "character",
+ go.cat = "character",
+ reactome.id= "character"),
+ as.is=T,header=F,**quote=""**)
>
> dim(iproscan.53A.neg)
[1] 76002 16
工作没有错误，所有行都成功读入。
评论
6赞
IRTFM
8/11/2017
您正在重复之前的答案，然后通过在代码块中添加不必要的侧翼双星号来削弱其实用性。
13赞
mjd876
10/14/2015
#5
我是一个新 R 用户，我想我会发布这个，以防它对其他人有帮助。我试图从包含一些西班牙语字符的文本文件（用逗号分隔）中读取数据，我花了很长时间才弄清楚。 我知道我需要使用 UTF-8 编码，将标头参数设置为 TRUE，并且我需要将 sep 参数设置为“，”，但后来我仍然挂断了电话。看完这篇文章后我尝试将填充参数设置为 TRUE，但随后得到了相同的“带引号的字符串内的 EOF”，我能够以与上述相同的方式修复它。我成功的read.table如下所示：
target <- read.table("target2.txt", fill=TRUE, header=TRUE, quote="", sep=",", encoding="UTF-8")
结果有西班牙语字符和我最初拥有的相同暗淡，所以我称它为成功！谢谢大家！
3赞
floatsd
12/16/2016
#6
实际上，用于读取带有文本内容的文件并不是一个好主意，禁用设置的引号只是一个临时解决方案，它仅适用于单独的引号。还有其他原因会导致警告，例如某些特殊字符。read.csv()quote=""
永久解决方案（使用），找出这些特殊字符是什么，并使用正则表达式来消除它们是一个想法。read.csv()
你有没有想过安装软件包并用它来读取文件。它的速度要快得多，并且不会因此EOF警告而打扰您。请注意，它加载的文件将存储为 data.table 对象，而不是 data.frame 对象。data.table 类有很多很好的功能，但无论如何，如果需要，您可以使用它进行转换。{data.table}fread()as.data.frame()
5赞
marQIsoftGuy
8/18/2018
#7
我也有类似的问题。但就我而言，问题的原因是由于某些文本值中存在撇号（即单引号）。这在处理包括法语文本在内的数据时尤其常见，例如“L'autre jour”。
因此，解决方案只是调整引号参数的默认设置以排除 «'» 符号，因此，使用 quote = “\”“（即仅双引号），一切正常。
我希望这能帮助你们中的一些人。干杯。
5赞
vladiim
5/15/2020
#8
readr 软件包将解决此问题。
install.packages('readr')
library(readr)
readr::read_csv('yourfile.csv')
评论
0赞
Masoud
9/20/2021
这是解决问题的答案，我检查了以上所有答案，对我不起作用。
0赞
Md. Redwan Ahmad Khan
4/20/2023
#9
我在加载大于 100000 的数据集行号时遇到了同样的问题;read.csv（） 在数据集的特定大小（行号）之外加载时可能有一些限制。相反，您可以使用“data.table”库中的“fread（）”函数
下一个：如何在EOF之前读取用户输入？
评论