Question

我有一个采用以下形式的数据集：

# prate [mm/day] from 4x Daily NOAA-CIRES 20th Century Reanalysis V2c
# grid point lon,lat =   22.500   63.808
 1851 1.8 0.9 1.7 1.5 1.6 2.7 2.7 2.6 1.3 2.5 1.8 1.7
 1852 2.2 1.6 0.9 1.4 1.6 2.5 2.4 2.0 1.8 2.3 1.9 1.5
...

我希望从此文本文件顶部的注释中提取经度和纬度，并将其重复添加为此数据集中的两个附加列。因此我的输出应如此：

# prate [mm/day] from 4x Daily NOAA-CIRES 20th Century Reanalysis V2c
# grid point lon,lat =   22.500   63.808
 1851 1.8 0.9 1.7 1.5 1.6 2.7 2.7 2.6 1.3 2.5 1.8 1.7 22.500 63.808
 1852 2.2 1.6 0.9 1.4 1.6 2.5 2.4 2.0 1.8 2.3 1.9 1.5 22.500 63.808
...

有没有人对如何实现这个有任何想法？

Answer 1

使用：

dat <- read.table('dataset.txt', header = FALSE, skip = 2)
txt <- readLines('dataset.txt', n = 2)

llcols <- read.table(text = trimws(gsub('.*=','',txt[2])), header = FALSE)
names(llcols) <- c('lon','lat')

dat <- cbind(dat, llcols)

给出：

> dat
    V1  V2  V3  V4  V5  V6  V7  V8  V9 V10 V11 V12 V13  lon    lat
1 1851 1.8 0.9 1.7 1.5 1.6 2.7 2.7 2.6 1.3 2.5 1.8 1.7 22.5 63.808
2 1852 2.2 1.6 0.9 1.4 1.6 2.5 2.4 2.0 1.8 2.3 1.9 1.5 22.5 63.808

说明：

使用dat <- read.table('dataset.txt', header = FALSE, skip = 2)，您可以阅读数据并排除两个注释行。
使用txt <- readLines('dataset.txt', n = 2)，您将两条评论行读作文字。
使用trimws(gsub('.*=','',txt[2]))提取lon / lat值。
并在新数据框中使用read.table读取结果。
使用cbind，您将两个数据帧合并为一个。 lon / lat值将重复到dat结束。

读取一堆文件可以按如下方式完成：

filenames <- list.files(pattern = '.txt')

dflist <- lapply(filenames, function(x) {
  dat <- read.table(x, header = FALSE, skip = 2)
  txt <- readLines(x, n = 2)

  llcols <- read.table(text = trimws(gsub('.*=','',txt[2])), header = FALSE)
  names(llcols) <- c('lon','lat')

  cbind(dat,llcols)
})

Answer 2

我现在已经找到了将其应用于列表的解决方案，如下所示：

dat=apply(data.frame(list.files()), 1, read.table, header=F, skip=2)
txt=apply(data.frame(list.files()), 1, readLines, n=2)
llcols=lapply(txt, function(x) read.table(text =trimws(gsub('.*=','',txt[2])), header = FALSE))
names(LLCOLS)=c('lon','lat')
dat=lapply(dat, function(x) cbind(x, llcols))

从文本文件中提取注释并附加到数据集

2 个答案: