用fread读取对齐的列数据

Question

我遇到了这样一个文件：

COL1        COL2          COL3
weqw        asrg          qerhqetjw
weweg       ethweth       rqerhwrtjw
rhqerhqerhq qergqer       qerhqew5h
qerh        qergqer       wetjwryerj

我无法使用fread直接加载它，因此我将\s+替换为, sed而不是我给予fread并解决了它。但有没有一种用data.table读取此类数据的内置方式？

Answer 1

fread（还）没有阅读fixed-width files的任何功能。

我也常常遇到像这样烦人存储的文件。您可以在Github page上添加功能请求。

在您的情况下可能不是这样，但是您使用sed的解决方案不适用于我遇到的很多FWF，因为列之间没有空格，例如你会看到像00010这样的字符串实际上包含3个字段。

如果是这种情况，您需要一个字段宽度字典，此时您有几个选项：

在R 中
1. read.fwf
2. 写一个fwf - ＆gt; csv程序（我使用我在Python中编写的程序并且速度非常快，如果你这样做可以共享代码喜欢） - 基本上是你最初方法的强化版本，这样你就再也不用再与FWF打交道了
3. 在Excel / LibreOffice / etc中打开它;有一个原生的FWF阅读器尝试（通常很差）猜测列的宽度，这至少为你指定列宽的一半工作。然后你可以将它保存为.csv或其他任何东西。

我个人经常坚持第二种选择。 read.fwf未像fread那样进行优化，因此可能会很慢。如果你有很多（比如20多个）的FWF阅读，第三个选项是相当繁琐的。

但我同意在fread中内置这样的内容会很好。

Answer 2

最近在当前开发中修复了（v1.9.5）。请升级并测试（并报告是否有任何问题）。

fread()

strip.white在其他参数中获得TRUE参数（默认= README）。请在项目页面上查看{{1}}以获取最新的新闻。