使用readr::read_csv读取CSV文件失败的原因及替代方案咨询

可能的失败原因 #

• 文件编码变更：原文件可能从UTF-8切换到了其他编码（如Windows-1252），而readr::read_csv默认使用UTF-8解析，编码不匹配会导致字段解析混乱。
• 文件格式隐性损坏：比如某行出现未闭合的引号、字段内新增了换行符，或者部分字段的引号格式异常（如用了单引号而非双引号），破坏了CSV的结构规则。
• readr包版本更新：如果近期更新了readr，新版本的默认解析参数（如quote、escape_double）可能调整，导致原本兼容的文件无法正常解析。
• 文件访问异常：文件被其他程序锁定、路径权限变更，或者文件传输过程中出现部分数据丢失，导致读取不完整。

可行的读取方法 #

1. 明确指定readr解析参数 #

手动设置引号规则、编码等参数，强制匹配文件格式：

library(readr)
df <- read_csv(
  "your_file.csv",
  quote = "\"",          # 指定双引号为字段包裹符
  escape_double = TRUE,  # 允许用双引号转义字段内的双引号
  locale = locale(encoding = "UTF-8")  # 根据实际编码调整，比如"Windows-1252"
)

2. 使用data.table::fread #

fread的自动解析逻辑对复杂CSV兼容性极强，无需过多参数即可处理列内逗号：

library(data.table)
df <- fread("your_file.csv")

3. 用base R的read.table手动配置 #

通过显式设置分隔符和引号规则，解决列内逗号问题：

df <- read.table(
  "your_file.csv",
  sep = ",",
  quote = "\"",
  header = TRUE,
  stringsAsFactors = FALSE,
  na.strings = ""  # 处理最后一列的空值
)

4. 尝试vroom包 #

同属tidyverse生态，解析逻辑与readr类似但容错性可能不同，且读取速度更快：

library(vroom)
df <- vroom("your_file.csv", delim = ",")

内容的提问来源于stack exchange，提问作者EOST