为什么 read.csv2 工作正常，但 read.csv2.sql 显示错误/警告？

问题描述

我正在尝试使用 read.csv2.sql 读取 R 中的 csv 文件，因为我想使用来自 sql 的 SELECT 查询来帮助我过滤数据，但在我什至可以访问我的数据之前SELECT 查询，我发现仅使用 read.csv2.sql 读取我的 csv 文件已经生成警告消息。

这是我的代码：

investment2 <- read.csv2.sql("investmentdata.csv")

这是警告信息：

Warning message:
In result_fetch(res@ptr,n = n) :
  Column 'Capital.Investment': mixed type,first seen values of type real,coercing other values of type string

但是，当我使用正常的read.csv2函数时，没有错误。特别是，以下代码运行良好，没有警告消息：

investment <- read.csv2("investmentdata.csv")

接下来，我尝试通过将 Capital.Investment 列转换为真实值来解决此问题，如下所示：

investment3 <- read.csv2.sql("investmentdata.csv","SELECT *,CAST(Capital.Investment AS real) FROM file")

但是，R 现在生成以下错误：

Error: no such column: Capital.Investment

因此，我有两个问题。首先，当 read.csv2.sql 工作正常时，为什么使用 read.csv2 会生成该警告消息？其次，为什么 R（或 sql）在我尝试将其转换为真实的时无法识别我的 Capital.Investment 列？

也许还值得注意的是，我不能简单地忽略 read.csv2.sql 函数显示的这个警告，因为我发现作为这个警告的结果，它已经自动投射了一些 NA Capital.Investment 列中的行更改为 0，这是我不允许的 - NA 行必须保留为 NA。不过，我的 csv 文件的其他列似乎没有这个问题。

由于我对 R 很陌生，任何帮助和解释将不胜感激:)

编辑

我截断的 csv 文件的编码版本如下。特别是，有问题的列的名称确实是 Capital.Investment。

id;targetC;year;comp_id;homeC;Industry.Activity;Capital.Investment;Estimated;Jobs.Created;Estimated.1;Project.Type;geographic distance;SIC;listed;sales;assets;cap_structure;rnd;profit;rndintensity;polcon;homeC_gdp;targetC_gdp;homeC_gdppc;targetC_gdppc
1302;AUS;2008;FR338966385;FRA;Design,Development & Testing;33.1;Yes;36;Yes;New;15.26414042;3669;Unlisted;4333088.972;4037211.732;0;NA;-1339221.733;NA;0.489032525;2.92347E+12;1.05456E+12;45413.06571;49628.11513
1311;AUS;2008;US*190521496652;USA;Research & Development;8.4;Yes;30;No;New;15.24712914;NA;Unlisted;NA;NA;NA;NA;NA;NA;0.489032525;1.47E+13;1.05456E+12;48401.42734;49628.11513
1313;AUS;2008;GB05817296;GBR;Business Services;9.7;Yes;10;Yes;New;15.31094496;7389;Unlisted;NA;87.64187374;NA;NA;NA;NA;0.489032525;2.87546E+12;1.05456E+12;46523.26545;49628.11513
1318;AUS;2008;US129687150L;USA;Business Services;1.3;Yes;225;Yes;New;15.24712914;7373;Unlisted;NA;NA;NA;NA;NA;NA;0.489032525;1.47E+13;1.05456E+12;48401.42734;49628.11513
1351;AUS;2008;GB*P0060071;GBR;Electricity;516;No;51;Yes;New;15.31094496;NA;Unlisted;NA;NA;NA;NA;NA;NA;0.489032525;2.87546E+12;1.05456E+12;46523.26545;49628.11513
9925;AUS;2008;GB00034121;GBR;Business Services;34.8;Yes;37;Yes;New;15.31094496;4412;Unlisted;NA;2079288.611;0.355157008;NA;94320.15469;NA;0.489032525;2.87546E+12;1.05456E+12;46523.26545;49628.11513
9932;AUS;2008;CA30060NC;CAN;Sales,Marketing & Support;3.2;Yes;11;Yes;New;14.88812529;1094;Listed;NA;NA;NA;NA;NA;NA;0.489032525;1.54913E+12;1.05456E+12;46596.33599;49628.11513
9935;AUS;2008;US940890210;USA;Manufacturing;771;Yes;266;Yes;New;15.24712914;2911;Listed;NA;NA;NA;NA;NA;NA;0.489032525;1.47E+13;1.05456E+12;48401.42734;49628.11513
9938;AUS;2008;US770059951;USA;Technical Support Centre;9.1;Yes;104;Yes;Co-Locati;15.24712914;3661;Listed;34922000;53340000;0.120134983;4598000;7333000;0.086201723;0.489032525;1.47E+13;1.05456E+12;48401.42734;49628.11513
9946;AUS;2008;US010562944;USA;Extraction;535.8;Yes;198;Yes;New;15.24712914;2911;Listed;NA;NA;NA;NA;NA;NA;0.489032525;1.47E+13;1.05456E+12;48401.42734;49628.11513
9955;AUS;2008;DE5030147191;DEU;Logistics,distribution & Transportation;21.2;Yes;134;Yes;New;14.6718338;4311;Listed;93495971.01;346629334.8;0.036629492;0;2044745.934;0;0.489032525;3.75237E+12;1.05456E+12;45699.19832;49628.11513
9958;AUS;2008;US126012192L;USA;Business Services;9.7;Yes;10;Yes;New;15.24712914;8111;Unlisted;NA;NA;NA;NA;NA;NA;0.489032525;1.47E+13;1.05456E+12;48401.42734;49628.11513
9969;AUS;2008;US135409005;USA;Extraction;NA;No;538;Yes;New;15.24712914;2911;Listed;NA;NA;NA;NA;NA;NA;0.489032525;1.47E+13;1.05456E+12;48401.42734;49628.11513
9977;AUS;2008;JP000000728JPN;JPN;ICT & Internet Infrastructure;128.6;Yes;77;Yes;New;7.0333688;3571;Listed;53255396.85;38181450.16;0.190244908;2584585.523;480589.4308;0.067692176;0.489032525;5.03791E+12;1.05456E+12;39339.29757;49628.11513
9984;AUS;2008;US841547578;USA;Sales,Marketing & Support;13.6;Yes;23;Yes;New;15.24712914;2095;Listed;NA;NA;NA;NA;NA;NA;0.489032525;1.47E+13;1.05456E+12;48401.42734;49628.11513
9993;AUS;2008;US258715604L;USA;Customer Contact Centre;1.8;No;40;No;New;15.24712914;NA;Unlisted;NA;NA;NA;NA;NA;NA;0.489032525;1.47E+13;1.05456E+12;48401.42734;49628.11513

解决方法

此问题已在 chat 中解决，属于以下两个问题之一：

• 请参阅下面的原始答案，这导致了 Error;当它被修复时，我们看到......
• 有一个警告，告知一列（恰好是同一列）看起来 numeric 但在文件内部某处有一个非数字单元格.

第一个在下面解决，第二个只是一个警告。

然而，因为OP要求通过SQL转换为数字，所以NA被转换为0，这并不好。我的建议是使用 cast([Capital.Investment] as char) as [Capital.Investment] 并使用 R 的 as.numeric 转换为数字（保留 NA 性质），或者直接 read.csv2(.) 文件并使用 {{1 }} 在类似表的数据上使用其 SQL 查询。

---

预先：在列名周围添加括号或引号。

基本原理：sqldf(.) 被视为以点分隔的表列或架构表或类似的非您想要的东西。我通常相信在 SQL 中，带有嵌入点的字段名称需要这种转义。如果您的数据有嵌入空格，请注意 R 不喜欢其字段名称中的空格，因此在读取它时默认使用 Capital.Investment（用点替换空格）。

设置：

将以下内容另存为 make.names。 （我已将其命名为 "quux.csv"，但由于我将其更改为 csv 分隔，因此其行为相同。）

;

（或者你可以使用 quux;Capital.Investment 1;100 2;200 ，这是一样的。）

Capital Investment