Question

我是一个CSV文件。它包含一些先前R操作的输出，因此它用索引号填充（例如[1]，[[1]]）。当它被读入R时，它看起来像这样，例如：

        V1
1                                                                                                           [1] 789
2                                                                                                             [[1]]
3                                                           [1] "PNG"        "D115"    "DX06"    "Slz"
4                                                                                                           [1] 787
5                                                                                                             [[1]]
6                                                                       [1] "D010"           "HC"
7                                                                                                           [1] 949
8                                                                                                             [[1]]
9                                                                       [1] "HC" "DX06"

（我不知道为什么在行号和输出数据之间浪费了所有空间）

我需要上面的数据显示如下（没有[1]或[[1]]或＆＃34;＆＃34;并且数据放在相应的数字旁边，如：）

789 PNG,D115,DX06,Slz
787 D010,HC
949 HC,DX06

（可能789及其对应的数据PNG,D115,DX06,Slz应该用标签分隔..并且每行都有相似的内容）

如何在R？

中实现这一目标

Answer 1

我们可以在删除开头的括号部分以及字符串split中的引号后使用分组索引创建分组变量（'indx'），"'V1'列。假设我们需要第一列作为数字元素，第二列作为非数字部分，我们可以使用正则表达式将空格替换为,（如预期结果中所示，然后{{1列表元素。

rbind

数据

indx <- cumsum(c(grepl('\\[\\[', df1$V1)[-1], FALSE))
 do.call(rbind,lapply(split(gsub('"|^.*\\]', '', df1$V1), indx),
         function(x) data.frame(ind=x[1],
    val=gsub('\\s+', ',', gsub('^\\s+|\\s+$', '',x[-1][x[-1]!=''])))))

 #   ind               val
 #1  789 PNG,D115,DX06,Slz
 #2  787           D010,HC
 #3  949           HC,DX06

Answer 2

老实说，使用sed / perl / egrep -o的命令行修复不那么痛苦了：

sed -e 's/.*\][ \t]*//' dirty.csv > clean.csv

如何从R中的csv数据中删除[1] s，[[1]]和双引号？

2 个答案:

数据