studio - read csv r

Error ''nulo incrustado en cadena'' al importar csv con fread

Question

Tengo un archivo grande (3.5G) que estoy tratando de importar usando data.table::fread .

Originalmente se creó a partir de un archivo rpt que se abrió como texto y se guardó como un archivo CSV.

Esto ha funcionado bien con archivos más pequeños (del mismo tipo de datos, mismas columnas y todos. Este es solo para un período de tiempo más largo y un alcance más amplio).

Cuando intento correr

mydata <- fread("mycsv.csv")

Me sale el error

Error en fread ("mycsv.csv"): nul incrustado en la cadena: ''y / 0e / 0a / 0r / 0''

¿Qué significa esto?

Answer 1

En este caso, puede usar read.csv con fileEncoding de UTF-16LE en lugar de fread .

read.csv("mycsv.csv",fileEncoding="UTF-16LE")

Teniendo en cuenta el tamaño de sus datos, usar read.csv tomaría un par de minutos, pero creo que no es un gran problema.

Answer 2

Podemos eliminar los terminadores nulos en la línea de comandos usando algo como:

sed ''s///0//g'' mycsv.csv > mycsv.csv

O como lo sugiere @marbel, fread te permite pasar la llamada sed dentro del texto. Como:

fread("sed ''s///0//g'' mycsv.csv")

Answer 3

Puedes probar esta pequeña función:

cleanFiles<-function(file,newfile){
  writeLines(iconv(readLines(file,skipNul = TRUE)),newfile)
}

Es un trabajo para mi

Answer 4

Una forma no técnica de resolver esto sería, a

1. Abre la problemática .csv

2. Ctrl + A (Seleccionar todo)

3. Abrir nueva hoja de Excel

4. Haga clic derecho y elija ''Pegar como valores''

5. Guarde y use este archivo en lugar del original.

Trabajó para mí, y no lleva mucho tiempo.