Как Hong Уи отметил, ваши поля, разделенные ';', а не ''. Функция read.csv имеет значение по умолчанию sep = "," while read.csv2 имеет значение по умолчанию sep = ";". Если я правильно понял, ваши поля Авторы и Ключевые слова разделены знаком «,», и вы также хотите их разделить.
Я не думаю, что вы могли бы иметь тип списка элементов в столбцах Авторы и Ключевые слова в data.frame, так как столбец data.frame не может быть списком. Если список указан в data.frame, он разбивается на его компоненты столбца. В вашем случае это не будет работать, как будет разное число авторов и/или ключевые слова:
# Works
data.frame(a=list(first=1:3, second=letters[1:3]), b=list(first=4:6, second=LETTERS[1:3]))
# a.first a.second b.first b.second
#1 1 a 4 A
#2 2 b 5 B
#3 3 c 6 C
# Does not work
data.frame(a=list(first=1:3, second=letters[1:2]), b=list(first=4:6, second=LETTERS[1:6]))
#Error in data.frame(first = 1:3, second = c("a", "b"), check.names = FALSE, :
# arguments imply differing number of rows: 3, 2
Но поскольку список может содержать списки, вы могли бы попытаться разбить кадр данных вплоть до таких. Содержание примера.TXT ':
ID;Year;Title;Authors;Keywords;
1;2013;Towards Dynamic Non-obtrusive Health Monitoring Based on SOA and Cloud;Mohammed Serhani, Abdelghani Benharret, Erlabi Badidi;E-health, Diseases, Monitoring, Prevention, SOA, Cloud, Platform, m-tech;
2;1234;Title2;Author1, Author2;Key1, Key2, Key3;
3;5678;Title3;Author3, Author4, Author5;Key1, Key2, Key4;
Вот пример того, как сделать это:
x <- scan("example.txt", what="", sep="\n", strip.white=TRUE)
y <- strsplit(x, ";")
# Leave out the header
dat <- y[-1]
# Apply a function to every element inside the highest level list
dat <- lapply(dat,
FUN=function(x) {
# Splits in authors and keywords list
ret <- strsplit(x, ",");
# Remove leading and trailing whitespace
ret <- lapply(ret, FUN=function(z) gsub("(^ +)|(+$)", "", z));
# Assign names to all the fields
names(ret)<-unlist(y[1]);
ret
}
)
Выход:
> str(dat)
List of 3
$ :List of 5
..$ ID : chr "1"
..$ Year : chr "2013"
..$ Title : chr "Towards Dynamic Non-obtrusive Health Monitoring Based on SOA and Cloud"
..$ Authors : chr [1:3] "Mohammed Serhani" "Abdelghani Benharret" "Erlabi Badidi"
..$ Keywords: chr [1:8] "E-health" "Diseases" "Monitoring" "Prevention" ...
$ :List of 5
..$ ID : chr "2"
..$ Year : chr "1234"
..$ Title : chr "Title2"
..$ Authors : chr [1:2] "Author1" "Author2"
..$ Keywords: chr [1:3] "Key1" "Key2" "Key3"
$ :List of 5
..$ ID : chr "3"
..$ Year : chr "5678"
..$ Title : chr "Title3"
..$ Authors : chr [1:3] "Author3" "Author4" "Author5"
..$ Keywords: chr [1:3] "Key1" "Key2" "Key4"
# Keywords of first item
> dat[[1]]$Keywords
[1] "E-health" "Diseases" "Monitoring" "Prevention" "SOA"
[6] "Cloud" "Platform" "m-tech"
# Title of second item
> dat[[2]][[3]]
[1] "Title2"
# Traveling inside the list of lists, accessing the very last data element
> lastitem <- length(dat)
> lastfield <- length(dat[[lastitem]])
> lastkey <- length(dat[[lastitem]][[lastfield]])
> dat[[lastitem]][[lastfield]][[lastkey]]
[1] "Key4"
Обратите внимание, что список из списков может быть неэффективным способом хранения данных в R, поэтому, если у вас есть много данных, вы можете перейти к более эффективному методу, например реляционная структура базы данных, где ключ доступа - ваш идентификатор, предполагая, что он уникален.
Во многих странах запятая используется как разделитель десятичных чисел, и поэтому точка с запятой используется в файлах csv (да, они все еще называются csv-файлами) в качестве разделителя столбцов. 'read.table' работает, но для этих файлов также есть' read.csv2'. –
@JanvanderLaan - «во многих странах ...» Насколько я знаю, только голландцы используют это соглашение, и это одна из причин, почему я ненавижу * использование голландской версии Excel, особенно при сотрудничестве с людьми, имеющими международный версия. +1 для упоминания 'read.csv2'! – nluigi
@nluigi. Больше стран используют запятую, чем период как десятичный разделитель (возможно, не люди, такие как Китай и Индия, используют период). См. Https://en.wikipedia.org/wiki/Decimal_mark#Countries_using_Arabic_numerals_with_decimal_comma. Я не знаю, что делают электронные таблицы в этих странах. Но я согласен, что тот факт, что поведение excel зависит от локали, довольно раздражает. –