R 所有CSV文件都发生未使用的参数(sep=“;”)错误
我想打开一个随机的csv文件,比如纽约市领导死亡的原因。csv只是一个虚拟的,来自一个教程,但与我自己的数据发生相同的方式;替换为; 大纲说, 读取_csvNew_York_City_Leading_Causes_of_Death.csv,sep=;时出错: 未使用的参数sep= 我创建了几个csv文件进行调试 我尝试了readr::read\u csv以及utils::read\u csv->这两种方法都有相同的问题 我确保csv文件和.r在同一个文件夹中 我用的是大学的电脑可能有瓶颈 提前感谢您: 这是我收到的错误消息: 读取_csvNew_York_City_Leading_Causes_of_Death.csv,sep=;时出错: 未使用的参数sep= 我希望输出是一个数据帧。utils包只有read.csv函数。而不是!。至于readr的read_csv函数,它没有一个名为sep的参数。这就是为什么每次运行代码时都会出现一条关于有一个未使用的参数sep的错误消息 我尝试在没有任何参数的情况下执行just read_csv'New_York_City_Leading_Causes_of_Death.csv',并成功读取了以下文件:R 所有CSV文件都发生未使用的参数(sep=“;”)错误,r,csv,readr,R,Csv,Readr,我想打开一个随机的csv文件,比如纽约市领导死亡的原因。csv只是一个虚拟的,来自一个教程,但与我自己的数据发生相同的方式;替换为; 大纲说, 读取_csvNew_York_City_Leading_Causes_of_Death.csv,sep=;时出错: 未使用的参数sep= 我创建了几个csv文件进行调试 我尝试了readr::read\u csv以及utils::read\u csv->这两种方法都有相同的问题 我确保csv文件和.r在同一个文件夹中 我用的是大学的电脑可能有瓶颈 提前
可选地,对于更大数据集的更快性能,考虑使用数据。表::FRAAD。data.table包中的fread函数允许您指定要使用的分隔符;使用参数sep=';',。
请注意,fread只能返回data.table或data.frame。默认情况下,fread返回data.table,但如果传入参数data.table=FALSE,则可以返回data.frame。但是,如果您更喜欢使用tibble,您可以简单地将fread调用包装为_tibble。同样的情况也发生在我身上!我的解决方案是将read_csv更改为read.csv 我的例子是: 而不是
我找到了解决问题的办法。readr::read_csv不工作-但是utils:read.csv的工作非常好:df read_scv函数中没有sep=参数。并且您的CSV文件由分隔,而不是;。请尝试read.csvIman,即使在read_csv中有delim,它也不起作用。我说.csv只是一个虚拟文件,我在RL中使用基于分号的csv文件。
library(utils)
library(utf8)
df <- read_csv("New_York_City_Leading_Causes_of_Death.csv", sep = ";" )
head(df)
# A tibble: 1,094 x 7
Year `Leading Cause` Sex `Race Ethnicity` Deaths `Death Rate` `Age Adjusted Dea~
<dbl> <chr> <chr> <chr> <chr> <chr> <chr>
1 2010 Assault (Homicide: Y87.1, X85-Y09) M Black Non-Hispanic 299 35.1 35.5
2 2011 Mental and Behavioral Disorders due to Acciden~ M Not Stated/Unknown 5 . .
3 2011 Diseases of Heart (I00-I09, I11, I13, I20-I51) M Black Non-Hispanic 1840 215.7 268.3
4 2008 Certain Conditions originating in the Perinata~ F Other Race/ Ethnic~ . . .
5 2014 Accidents Except Drug Posioning (V01-X39, X43,~ F Hispanic 64 5.1 5.4
6 2007 Intentional Self-Harm (Suicide: X60-X84, Y87.0) M Not Stated/Unknown 5 . .
7 2012 Accidents Except Drug Posioning (V01-X39, X43,~ M Black Non-Hispanic 152 17.8 18.6
8 2009 All Other Causes M Asian and Pacific ~ 220 43.1 56.1
9 2013 Diseases of Heart (I00-I09, I11, I13, I20-I51) F Asian and Pacific ~ 437 72.8 81.8
10 2014 Accidents Except Drug Posioning (V01-X39, X43,~ M Other Race/ Ethnic~ 12 . .
# ... with 1,084 more rows