R从文本文件中读取数据

Question

我有一个具有挑战性的文件阅读任务。 我有一个典型的旧会计部门的.txt文件（包含标题，标题，页面和有用的表格定量和定性信息）。它看起来像这样：

从这个文件我尝试做两个任务（read.table和扫描）：

1）提取在|之间制表的信息，这是会计信息（任何以不容易的数据框或字符向量结束的试验）

2）在文本文件中以“Customers”开头的每个字幕作为变量包含：如您所见，客户信息是标题，然后是会计信息（应付款），然后是另一个客户和会计信息等等。所以不是一列，而是一行（？）

我一直尝试使用read.table（多个sep和quote参数）和扫描，然后尝试使用角色向量。

谢谢！

Answer 1

我以前去过那里，所以我知道你经历了什么。

我有2个新闻给你，一个坏，一个好。糟糕的是我已经在SAS中读过这些类型的文件，但从未在R中读过 - 但是 好消息是我可以给你一些提示，以便你可以在R中解决。

所以策略如下：

1）您要将文件读入包含仅单个列的数据框中。此列是字符并将保留 输入文件的整行。如果文件中最大的一行是80长，则长度为80。

2）现在你有了一个数据框，其中每条记录都等于输入文件中的一行。此时您可能想检查一下 dataframe具有与文件中每行相同的数字或记录。

3）现在，您可以使用grep来摆脱或保留那些符合您标准的行（即以＆＃34开头的字幕;客户＆＃34;）。 你可能会发现正则表达式在这里很有用。

4）您的数据框现在只有匹配＆＃39;客户＆＃39;图案和表格模式 （即行以'Country'或/\d{3} \d{8}/或' Total'开头。

5）你现在需要的是创建一个组变量，每当它找到＆＃39; Customer＆＃39;时增加+1。因此，group = 1将重复相同的值，直到找到＆＃39; Customer 010343＆＃39;其中group为group = 2。或者甚至更好，您的群组可以是客户ID，直到找到新的ID。你需要以某种方式保留id，直到找到新的id。

从最后一步开始，您已经完成了很多工作，因为您可以非常轻松地识别客户和表格。您可能想要创建一个以表格格式输出表字符串的函数。

您是在单个表中处理它们还是在n数据帧中拆分数据帧以单独处理它们取决于您。

在SAS中有指针（@）和保留（保留语句）的概念，其中符合条件的每一行可以与其他标准不同地处理，因此您输出的数据集已经包含表格格式的列和客户信息。

希望这对你有所帮助。