如何将带有最后一个空列的CSV导入R？

Question

我编写了一个R脚本来对期刊引文报告数据进行科学分析，在过去的几年中我一直在使用和更新这些数据。

今天，Clarivate刚刚在其数据库中引入了一些更改，现在导出的CSV文件包含最后一个空列，这破坏了我的脚本。由于最后一个空列，read.csv自动假定第一个列包含行名。

和以前一样，还有一个第一个无用的行，它在我的脚本中用skip = 1自动删除。

这种“空列情况”的一个简单解决方案是手动删除Excel中的最后一列，然后像往常一样继续我的脚本。

但是，是否有一种方法可以使用base R将此删除添加到我的脚本中

我剧本的开头是：

    jcreco = read.csv("data/jcr ecology 2020.csv",
    na = "n/a", skip = 1, header = T)

从JCR下载的原始CSV文件可以在我的Dropbox中获得。

你能帮帮我吗？谢谢!

Answer 1

真正的问题是空列没有标题。如果他们在标题行的末尾有额外的逗号，这可能就不会那么混乱了。但是，您也可以使用fill=TRUE进行一些列洗牌。例如

dd <- read.table("~/../Downloads/jcr ecology 2020.csv", sep=",", 
   skip=2, fill=T, header=T, row.names=NULL)
names(dd)[-ncol(dd)] <- names(dd)[-1]
dd <- dd[,-ncol(dd)] 

这将读取数据，但将行名称放在data.frame中，并在最后一列中填充NA。然后将所有列名移到左边，然后删除最后一列。

Answer 2

这里有个办法。

1. 将数据读入文本行；
2. 丢弃第一行；
3. 用sub删除结尾逗号；
4. 创建文本连接；
5. 并读取连接中的数据。

变量fl保存文件，在我的磁盘上我必须设置目录。

fl <- "jcr_ecology_2020.csv"
txt <- readLines(fl)
txt <- txt[-1]
txt <- sub(",$", "", txt)
con <- textConnection(txt)
df1 <- read.csv(con)
close(con)
head(df1)