在R中导入csv文件时如何处理千位分隔符
我有一个问题，我想在R导入的数据集。基本上我有一些经济数据进入Excel（MacOS），然后将第一张表保存为CSV文件。
但是，当我导入它时：French_data < – read.csv（“/ Users / lillumultipass / Dropbox / WORK / Economics / French data.csv”，header = T，fill = T）
我得到这样的东西（有6列的数据）：
1 56 \ 377695; 33 \ 377713; 56 \ 377836; 60 \ 377339; 190 \ 377418; 333 \ 377382
2 57 \ 377686; 33 \ 377546; 57 \ 377933; 60 \ 377201; 190 \ 377083; 334 \ 377998
3 58 \ 377296; 33 \ 377393; 60 \ 377121; 62 \ 377610; 191 \ 377775; 338 \ 377832
所以我有 ”;” 我应该什么都没有，而不是分隔数以千计的空白空间，我有377（即第一个数字是56 695）。 我已经尝试了dec和sep的不同组合，但无济于事。
我知道这应该是非常简单的，但我卡在这里…谢谢！
使用read.csv2 。 它专门为欧洲大陆的csv文件而devise。
除了缺省值之外，read.csv和read.csv2与read.table完全相同。 它们用于读取“逗号分隔值”文件（'.csv'）或（read.csv2），该国家使用逗号作为小数点和分号作为字段分隔符。
read.table没有千位分隔符的选项。 但是您可以手动过滤字符：
French_data$column <- as.integer(gsub("\377", "", French_data$column))
如果您的数据在Excel中开始，请考虑使用XLConnect包 。 我已经有更多的成功，比导出Excel到CSV和导入。 所以，这样的事情：
library(XLConnect) myWB <- "myWorkbook.xlsx" wb <- loadWorkbook(myWB) data <- readWorksheet(wb, sheet="Sheet1")