读取包含Col：ColData等数据的Textfile

Question

我想编写一个可以读取文本文件并将其转换为Tabular形式的解析器，文本文件的格式为：

textfile.txt 
--------------------------------
colA: dataA
colB: dataB
colC: dataC 

ColA: dataA
ColB: dataB
ColC: dataC 

应该生成

：

ColA  ColB  ColC
dataA dataB dataC
dataA dataB dataC

如果有人可以帮助我，可以提供很大的帮助，因为我到处搜索它但我找不到解决方案。

Answer 1

据我所知，您的数据存在3个问题：

1. 数据文件中的空行。
2. 第一列中的某些值以大写字母开头，有些以小写字母开头。
3. 数据不是您希望看到的格式（即：宽屏格式）

这可以解决如下：

1）使用正确的分隔符和blank.lines.skip参数（可能还有fill=TRUE）来读取数据：

mydf <- read.table(text="colA: dataA
colB: dataB
colC: dataC

ColA: dataA
ColB: dataB
ColC: dataC", sep=":", header=FALSE, blank.lines.skip=TRUE)

这给出了：

> mydf
    V1     V2
1 colA  dataA
2 colB  dataB
3 colC  dataC
4 ColA  dataA
5 ColB  dataB
6 ColC  dataC

2）将第一列中的值大写：

mydf$V1 <- gsub('(^[a-z])','\\U\\1', mydf$V1, perl=TRUE)

3）重塑为宽幅格式：

library(data.table)
dcast(setDT(mydf), rowid(V1) ~ V1, value.var = 'V2')[, V1 := NULL][]

给出：

     ColA   ColB   ColC
1:  dataA  dataB  dataC
2:  dataA  dataB  dataC

上述重塑解决方案使用development version (1.9.7) of data.table。

有关重塑数据的更多选择，请参阅"Transposing Long to Wide without Timevar"