R语言使用read.csv、read.csv2读取csv文件数据均在同一列如何解决

问题原因 #

从运行输出结果可以判断，CSV文件的字段分隔符为分号;，表头行末尾存在冗余逗号，属于文件导出时的格式异常。此前使用read.csv2未成功是因为该函数默认适配小数点为逗号、分隔符为分号的欧洲CSV格式，文件存在的格式异常会触发识别失败，显式指定参数更稳妥。

解决方法 #

• 方法1：使用R基础包显式指定参数读取
  直接指定分隔符、表头参数即可正常拆分，代码如下：

# 显式指定分隔符为分号，开启表头识别，自动去除字段前后多余空格
disease_type <- read.csv(
  "C:/Documents/Cancer_Bioinformatics/disease_type.csv",
  sep = ";",
  header = TRUE,
  strip.white = TRUE
)
# 验证读取结果
head(disease_type)

如果读取后发现最后一列全为空值（由表头末尾冗余逗号导致），直接删除最后一列即可：

disease_type <- disease_type[, -ncol(disease_type)]

• 方法2：使用兼容性更强的data.table::fread读取
  fread对格式不规范的CSV兼容性更高，可自动识别大部分分隔符和格式异常：

# 未安装data.table时先运行安装
# install.packages("data.table")
library(data.table)
disease_type <- fread(
  "C:/Documents/Cancer_Bioinformatics/disease_type.csv",
  sep = ";",
  header = TRUE
)
# 如需转换为普通data.frame格式
disease_type <- as.data.frame(disease_type)

内容的提问来源于stack exchange，提问作者Kev