我使用fread()库中的data.table来尝试读取540MB的csv文件。它返回了一条错误消息：
' ends field 36 on line 4 when detecting types: 20.00,8/25/2006 0:00:00,"07:05:00 PM","CST",143.00,"OTTAWA","KS","HAIL",1.00,"S","MINNEAPOLIS",8/25/2006 0:00:00,"07:05:00 PM",0.00,,1.00,"S","MINNEAPOLIS",0.00,0.00,,88.00,0.00,0.00,0.00,,0.00,,"TOP","KANSAS, East",,3907.00,9743.00,3907.00,9743.00,"Dime to nickel sized hail.
我不知道导致错误的原因，并且想要追踪是否存在错误或只是某些数据格式问题我可以调整fread()进行处理。
我设法使用read.csv()读取csv，并决定追踪触发上述错误的行（第617174行，而不是上面的错误消息第4行）。然后我重新输出行和在违规行之前和之后的一行，使用write.csv()作为testout.csv写出
我能够使用testout.csv回读read.csv()，按预期创建一个包含3个观察数据的数据框。但是，在fread()上使用testout.csv会导致数据表只有1个观察值，这是最后一行。
testout.csv中的四行是下面的（为了便于阅读，我为下面的每个条目开始一个新行。）
“STATE __”， “BGN_DATE”， “BGN_TIME”， “TIME_ZONE”， “县”， “COUNTYNAME”， “状态”， “EVTYPE”， “BGN_RANGE”， “BGN_AZI”， “BGN_LOCATI”， “END_DATE” “END_TIME”， “COUNTY_END”， “COUNTYENDN”， “END_RANGE”， “END_AZI”， “END_LOCATI”， “长度”， “宽度”， “F”， “MAG”， “死亡”， “损伤”，” PROPDMG”， “PROPDMGEXP”， “CROPDMG”， “CROPDMGEXP”， “WFO”， “STATEOFFIC”， “区域名称”， “纬度”， “经度”， “LATITUDE_E”， “经度_”， “备注”， “引用句柄”
20，“8/25/2006 0:00:00”，“07:01:00 PM”，“CST”，139，“OSAGE”，“KS”，“TSTM WIND”，5，“WNW “，”OSAGE CITY“，”8/25/2006 0:00:00“，”07:01:00 PM“，0，NA，5，”WNW“，”OSAGE CITY“，0,0，NA， 52,0,0,0，“”，0，“”，“TOP”，“KANSAS，East”，“”，3840,9554,3840,9554，“。”，617129
20，“8/25/2006 0:00:00”，“07:05:00 PM”，“CST”，143，“渥太华”，“KS”，“HAIL”，1，“S” ，“MINNEAPOLIS”，“8/25/2006 0:00:00”，“07:05:00 PM”，0，NA，1，“S”，“MINNEAPOLIS”，0,0，NA，88,0 ，0,0，“”，0，“”，“TOP”，“KANSAS，East”，“”，3907,9743,3907,9743，“尺寸为镍大小的冰雹。 。“，617130
20，“8/25/2006 0:00:00”，“07:07:00 PM”，“CST”，125，“MONTGOMERY”，“KS”，“TSTM WIND”，3，“N “，”COFFEYVILLE“，”8/25/2006 0:00:00“，”07:07:00 PM“，0，NA，3，”N“，”COFFEYVILLE“，0,0，NA，61， 0,0,0，“”，0，“”，“ICT”，“KANSAS，Southeast”，“”，3705,9538,3705,9538，“”，617131
当我运行fread("testout.csv", sep=",", verbose=TRUE)时，输出为
Input contains no \n. Taking this to be a filename to open
File opened, filesize is 1.05E-06B
File is opened and mapped ok
Detected eol as \r\n (CRLF) in that order, the Windows standard.
Looking for supplied sep ',' on line 5 (the last non blank line in the first 'autostart') ... found ok
Found 37 columns
First row with 37 fields occurs on line 5 (either column names or first row of data)
Some fields on line 5 are not type character (or are empty). Treating as a data row and using default column names.
Count of eol after first data row: 2
Subtracted 1 for last eol and any trailing empty lines, leaving 1 data rows
Type codes: 1444144414444111441111111414444111141 (first 5 rows)
Type codes: 1444144414444111441111111414444111141 (after applying colClasses and integer64)
Type codes: 1444144414444111441111111414444111141 (after applying drop or select (if supplied)
知道可能导致意外结果的原因，以及首先出现的错误？任何方式呢？为了清楚起见，我的目标是能够使用fread()来读取主文件，即使read.csv()到目前为止仍然有效。
答案 0 :(得分：4)
更新：现在已在GitHub上的v1.9.3中修复：
- fread（）现在接受引用字段内的换行符。感谢Clayton Stanley的突出显示。
请参阅： fread and a quoted multi-line column value