在R"；中读取.csv（）；“输入”中没有可用的行；错误

我试图在目录中循环并读取列表中的所有文件。这些文件都来自这里找到的同一个github repo

path=“~/Documents/Corona\u Virus/COVID-19/archived\u data/archived\u daily\u case\u updates/”
setwd（路径）
file.names要在R中本地读取文件，可以执行以下操作

在Github中分叉新冠病毒-19存储库
将存储库克隆到要在其上运行RStudio/R的计算机
在RStudio中，从克隆的COVID-19存储库的根目录开始创建项目
此时，当前R工作目录是克隆的Github存储库的根目录。下面的代码将检索所有每日存档的文件，并将它们读入数据帧列表中

# 
# archived days data
# 
theFiles <- list.files("./archived_data/archived_daily_case_updates",pattern="*.csv",full.names = TRUE)

dataList <- lapply(theFiles,read.csv,stringsAsFactors=FALSE)

请注意，
list.files（）
中的
full.names=TRUE
参数需要在生成的文件名列表中包含路径

> # show path names in list of files
> head(theFiles)
[1] "./archived_data/archived_daily_case_updates/01-21-2020_2200.csv"
[2] "./archived_data/archived_daily_case_updates/01-22-2020_1200.csv"
[3] "./archived_data/archived_daily_case_updates/01-23-2020_1200.csv"
[4] "./archived_data/archived_daily_case_updates/01-24-2020_0000.csv"
[5] "./archived_data/archived_daily_case_updates/01-24-2020_1200.csv"
[6] "./archived_data/archived_daily_case_updates/01-25-2020_0000.csv"
>

是什么导致了原始帖子中的错误？
最初的海报问，为什么每日案例更新的代码在对我的回答的评论中失败。我的假设是子目录中存在
README.md
文件导致
read.csv（）
失败。由于我的答案使用了
list.files（）
中的
pattern='*.csv'
，因此它避免了使用
read.csv（）
读取非csv文件

我运行了以下代码来测试这个假设

# replicate original error
originalDirectory <- getwd()
path2 =paste0(originalDirectory, "/csse_covid_19_data/csse_covid_19_daily_reports")
setwd(path2)
daily_file_names<-list.files(path2)
daily_DAYS<-lapply(daily_file_names,read.csv,sep=",")

要在R中本地读取文件，可以执行以下操作

在Github中分叉新冠病毒-19存储库
将存储库克隆到要在其上运行RStudio/R的计算机
在RStudio中，从克隆的COVID-19存储库的根目录开始创建项目
此时，当前R工作目录是克隆的Github存储库的根目录。下面的代码将检索所有每日存档的文件，并将它们读入数据帧列表中

# 
# archived days data
# 
theFiles <- list.files("./archived_data/archived_daily_case_updates",pattern="*.csv",full.names = TRUE)

dataList <- lapply(theFiles,read.csv,stringsAsFactors=FALSE)

请注意，
list.files（）
中的
full.names=TRUE
参数需要在生成的文件名列表中包含路径

> # show path names in list of files
> head(theFiles)
[1] "./archived_data/archived_daily_case_updates/01-21-2020_2200.csv"
[2] "./archived_data/archived_daily_case_updates/01-22-2020_1200.csv"
[3] "./archived_data/archived_daily_case_updates/01-23-2020_1200.csv"
[4] "./archived_data/archived_daily_case_updates/01-24-2020_0000.csv"
[5] "./archived_data/archived_daily_case_updates/01-24-2020_1200.csv"
[6] "./archived_data/archived_daily_case_updates/01-25-2020_0000.csv"
>

是什么导致了原始帖子中的错误？
最初的海报问，为什么每日案例更新的代码在对我的回答的评论中失败。我的假设是子目录中存在
README.md
文件导致
read.csv（）
失败。由于我的答案使用了
list.files（）
中的
pattern='*.csv'
，因此它避免了使用
read.csv（）
读取非csv文件

我运行了以下代码来测试这个假设

# replicate original error
originalDirectory <- getwd()
path2 =paste0(originalDirectory, "/csse_covid_19_data/csse_covid_19_daily_reports")
setwd(path2)
daily_file_names<-list.files(path2)
daily_DAYS<-lapply(daily_file_names,read.csv,sep=",")

运行
head（file.names）
时会发生什么？列表中是否包含文件的完整路径名？当我运行>head（每日文件名）[1]“01-22-2020.csv”“01-23-2020.csv”“01-24-2020.csv”“01-25-2020.csv”“01-26-2020.csv”“01-27-2020.csv”时，这些是该目录中的完整文件名，但不是完整文件路径运行
head（文件名）
时会发生什么？列表中是否包含文件的完整路径名？当我运行>head（daily_file_names）[1]“01-22-2020.csv”“01-23-2020.csv”“01-24-2020.csv”“01-25-2020.csv”“01-26-2020.csv”“01-27-2020.csv”时，这是该目录中的完整文件名，但不是完整文件路径。我尝试了第二个目录，它顺利运行，非常感谢。您认为是完整的.names=T还是模式=“.csv”更能让它工作？第二个目录中有一个README.md文件，这就是我使用
pattern=“*.csv”
参数的原因。
lappy（）
尝试将自述文件作为csv加载时可能失败。您可以通过将模式参数添加到原始脚本中来确认这一点。@BLP92-查看“我的答案”的更新，在这里我复制了原始错误，并通过添加
pattern=
*.csv[`to
list.files（）
。在第二个目录中尝试了这一点，但没有出现任何问题，谢谢！您认为是完整的.names=T还是模式=“.csv”更有效？第二个目录中有一个README.md文件，这就是为什么我使用了
pattern=“*.csv”
参数。可能是
lapply（）
尝试将自述文件作为csv加载时失败。您可以通过将模式参数添加到原始脚本中来确认这一点。@BLP92-查看对我的答案的更新，在这里我复制了原始错误，并通过添加
模式=
*.csv[`to
列表.files（）
来解决它。
> # replicate original error
> originalDirectory <- getwd()
> path2 =paste0(originalDirectory, "/csse_covid_19_data/csse_covid_19_daily_reports")
> setwd(path2)
> daily_file_names<-list.files(path2)
> daily_DAYS<-lapply(daily_file_names,read.csv,sep=",")
Error in read.table(file = file, header = header, sep = sep, quote = quote,  : 
  no lines available in input
> 

> # use pattern = "*.csv"
> daily_file_names<-list.files(path2,pattern = "*.csv")
> daily_DAYS<-lapply(daily_file_names,read.csv,sep=",")
> head(daily_DAYS[[1]])
  ï..Province.State Country.Region     Last.Update Confirmed Deaths Recovered
1             Anhui Mainland China 1/22/2020 17:00         1     NA        NA
2           Beijing Mainland China 1/22/2020 17:00        14     NA        NA
3         Chongqing Mainland China 1/22/2020 17:00         6     NA        NA
4            Fujian Mainland China 1/22/2020 17:00         1     NA        NA
5             Gansu Mainland China 1/22/2020 17:00        NA     NA        NA
6         Guangdong Mainland China 1/22/2020 17:00        26     NA        NA
>