如何使用引号之间的逗号读取具有某些值的逗号分隔数据

Question

我有一个数据文件，其中包含我试图读入 Octave 的逗号分隔数据。大多数数据都很好，但有些数据包括双引号之间的数字，这些数字在引号之间使用逗号。这是数据的示例部分：

.123,4.2,"4,123",700,12pie
.34,4.23,602,701,23dj
.4345,4.6,"3,623,234",700,134nfg
.951,68.5,45,699,4lkj

我一直在使用 textscan 来读取数据（因为混合了数字和字符串），指定逗号分隔符，这在大多数情况下都有效，但偶尔文件包含这些更大的整数在该专栏中散布的引号中。我之前能够在数据文件中找到其中一个引用的数字，因为我知道它会在哪里，但它并不漂亮：

sclose = textscan(fid, '%n %n', 1, 'delimiter', ',');
junk = fgetl(fid, 1);
junk = textscan(fid, '%s', 1, 'delimiter', '"');
junk = fgetl(fid, 1);
sopen = textscan(fid, '%n %s', 1, 'delimiter', ',');

我不关心该列中的数据，但因为它会改变大小并且有时包含引号和我想忽略的额外逗号，所以我正在努力研究如何 read/skip 它。关于如何处理它有什么建议吗？

这是我当前的（丑陋的）方法，该方法将列作为字符串读取，然后使用 strfind 检查字符串中的 "。如果它存在，则它读取另一个逗号分隔的字符串并重复检查直到找到关闭的 " 然后继续读取数据。

fid = fopen('sample.txt', 'r');
for k=1:4
  expdata1(k, :) = textscan(fid, '%n %n %s', 1, 'delimiter', ',');  #read first 3 data pts
  qcheck = char(expdata1(k,3));
  idx = strfind(qcheck, '"');  #look for "
  dloc = ftell(fid);
  for l=1:4
    if isempty(idx) #if no " present, continue reading data
      break
    endif
    dloc = ftell(fid);  #save location so can return to next data point
    expdata1(k, 3) = textscan(fid, '%s', 1, 'delimiter', ',');  #if " present, read next comma segment and check for "
    qcheck = char(expdata1(k,3));
    idx = strfind(qcheck, '"');
  endfor
  fseek(fid, dloc);
  expdata2(k, :) = textscan(fid, '%n %s', 1, 'delimiter', ',');
endfor
fclose(fid);

一定有更好的方法...

Answer 1

我看到上面有一个 matlab 标签，你使用的是 matlab textscan 还是 octave？

如果在 matlab 中，我建议使用 readmatrix or readtable.

另请注意，带引号的字符串的格式说明符是 %q。这应该适用于两种语言，即使是 textscan.

将您的示例数据放入 data.csv，以下是可能的：

>> readtable("data.csv", 'Format','%f%f%q%d%s');
ans =

  4×5 table

     Var1     Var2        Var3         Var4       Var5   
    ______    ____    _____________    ____    __________

     0.123     4.2    {'4,123'    }    700     {'12pie' }
      0.34    4.23    {'602'      }    701     {'23dj'  }
    0.4345     4.6    {'3,623,234'}    700     {'134nfg'}
     0.951    68.5    {'45'       }    699     {'4lkj'  }

如何使用引号之间的逗号读取具有某些值的逗号分隔数据

How to read comma-delimited data with some values using commas between quotes

matlab

octave

delimiter

textscan