如何用R读取列名无引号但字段含逗号的特殊CSV文件？

针对这种列名无引号、整行数据被引号包裹且字段含内部引号+逗号的CSV，直接用标准读取函数会解析错误，以下是简便的处理步骤：

步骤1：读取文件所有行 #

先用readLines读取文件的每一行内容，保留原始结构：

lines <- readLines("your_file.csv")

步骤2：清理格式问题 #

通过正则表达式处理多余的引号，修正CSV结构：

# 移除每行首尾的包裹引号
processed_lines <- gsub('^"|"$', '', lines)
# 移除字段内部的包裹引号（如果不需要保留引号的话）
processed_lines <- gsub('"(.*?)"', '\\1', processed_lines)

如果需要保留字段内部的引号，可改为替换字段内部的逗号为临时字符（比如分号），后续再还原：

# 替换字段内部引号里的逗号为分号
processed_lines <- gsub('"(.*?),(.*?)"', '"\\1;\\2"', processed_lines)
# 移除整行首尾的引号
processed_lines <- gsub('^"|"$', '', processed_lines)

步骤3：读取处理后的内容 #

用基础R或tidyverse工具读取清理后的文本内容：

# 基础R方法
df <- read.csv(text = processed_lines, header = TRUE, stringsAsFactors = FALSE)

# tidyverse方法
library(readr)
df <- read_csv(processed_lines)

验证结果 #

处理后的数据框会正确识别字段：

print(df)
#   variable.1 variable.2 variable.3
# 1          3        2,1        1,2
# 2          2        3,2        2,3
# 3          1        4,3        3,4

内容的提问来源于stack exchange，提问作者Lilou Ptk