R 如何正确读入文本数据

我刚刚开始在r中进行文本分析。通过阅读一些示例文本数据，我得到以下结果

sms_raw <- read.csv("sms_spam.csv", stringsAsFactors = FALSE)
> str(sms_raw)
'data.frame':   5559 obs. of  2 variables:
$ type         : chr  "ham" "ham" "ham" "spam,\"complimentary 4 STAR Ibiza 
Holiday or £10,000 cash needs your URGENT collection. 09066364349 NOW from 
Landline not to l"| __truncated__ ...
$ text.........: chr  "Hope you are having a good week. Just checking 
in;;;;;;;;;" "K..give back my thanks.;;;;;;;;;" "Am also doing in cbe only. 
But have to pay.;;;;;;;;;" "" ...

---

有人对如何解决这个问题有什么建议吗？

试试

data.table:：fread（“sms_spam.csv”，stringsAsFactors=FALSE，sep=“；”）

编辑 您可以尝试：

---

input\u文件添加几行csv文件类型、text-ham会很有帮助，希望您这周过得愉快。只是在火腿店登记，我也只在cbe做。但是我必须付钱。垃圾邮件，“免费四星级伊维萨假日或10000英镑现金需要您紧急收集。09066364349现在从固定电话不要丢失！Box434SK38WP150PPM18+”垃圾邮件，okmail：亲爱的Dave，这是您领取4*Tenerife假日或5000英镑现金奖励的最后通知！从固定电话拨打09061743806。TCs SAE Box326 CW25WX 150ppm火腿，我们稍后讨论。。。4点来接你，是吗？哈姆，你这么胖吗哈姆，请叫妈妈打电话给爸爸我不懂标题。你能只发第一行吗？你试过阅读.csv2吗？它有
sep='；'
作为默认值。在我看来，似乎某些特殊字符可能是导致我的问题的原因
stringsAsFactors=FALSE
是
fread
中的默认值，因此没有必要包含它（虽然不会有任何伤害；-）。我尝试了它。不幸的是，它没有起作用。我收到一个巨大的警告信息。另外，当使用str函数进一步分析数据时，我突然得到了10个变量，而不是我试图分析的两个变量添加您得到的警告并发布到csv的链接以及警告消息：1:In data.table:：fread（“sms_spam.csv”，stringsAsFactors=FALSE，sep=“；”）：将第2列撞到数据行63上的字符，字段包含“love Pete x”。将此列中以前读取的值从逻辑、整数或数字强制返回到可能不会丢失的字符；e、 例如，如果“00”和“000”在碰撞之前出现，现在它们将仅为“0”，并且对“、”和“、NA”的处理可能也不一致（如果它们在碰撞之前出现在本栏中）…等等csv文件似乎出错了。发送一个链接，以便我可以查看
head(sms_raw)

type
1                                                                                                                                                                    
ham
2                                                                                                                                                                    
ham
3                                                                                                                                                                    
ham
4 spam,"complimentary 4 STAR Ibiza Holiday or £10,000 cash needs your 
URGENT collection. 09066364349 NOW from Landline not to lose out! 
Box434SK38WP150PPM18+";;;;;;;;;
5                                                                                                                                                                   
spam
6                                                                                                                                                                    
ham

text.........
1                                                                                                                 
Hope you are having a good week. Just checking in;;;;;;;;;
2                                                                                                                                           
K..give back my thanks.;;;;;;;;;
3                                                                                                                       
Am also doing in cbe only. But have to pay.;;;;;;;;;