如何在 R 中导入凌乱的文本文件

吉尔梅尔

有人对如何导入如下所示的文本文件有一些建议:

"X1"II"X2"II"X3"II"X4"II"X5"""1"II4II"123-23"II01-03-2006II"209"II"1"II5II"124-23"II02-03 -2006II"208"II....(等)?

转换为 R 并将其转换为数据帧?所以我想实现这样的目标:

| X1 | X2 |X3 | X4 | X5 | | -- | -- | ------- | ---------- | --- | | 1 | 4 | 123-23 | 01-03-2006 | 209 | | 1 | 5 | 124-23 | 02-03-2006 | 208 |
.....

我设法使用 read.file 将其作为长字符串导入,但在那之后卡住了。我很感激任何帮助。

克鲁特

我把你的文字复制到一个文本文件中,

"X1"II"X2"II"X3"II"X4"II"X5"" "1"II4II"123-23"II01-03-2006II"209"II "1"II5II"124-23"II02-03-2006II"208"

从检查看来,

  • 标题行是 X1 X2 X3 X4 X5
  • 列由 分隔II
  • 换行符是那个矩形 ?, 在读入 using 后readr::read_file变成\v

基于此,您正在寻找data.frame5 列。注意:一些行结尾在后面II(比如“209”II?),这很奇怪,因为它暗示了行的结尾(我不得不在下面的代码中添加一个修复程序)。

由于诸如此类的函数read.table要求sep变量为 1 个字节,因此您不能使用read.table(file = 'text.txt', sep = 'II'). 所以目前的工作解决方案是

library(magrittr)
library(stringr)
library(readr)

text <- readr::read_file(file = 'C:/Users/lcroote/my_data/read_test.txt')

text %>% 
  str_replace_all('\"', '') %>% # remove escaped quotes (readr thing)
  str_replace_all('II', ',') %>% # columns separated by II
  str_replace_all(',\v', '\n') %>% # some line endings have extra ,
  str_replace_all('\v', '\n') %>%  # replace \v by newline \n for read.table
  read.table(text = ., sep = ',', header = T, fill = T, row.names = NULL)
>
   X1 X2     X3         X4  X5
1  1  4 123-23 01-03-2006 209
2  1  5 124-23 02-03-2006 208

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章