Question

我有一个大文本文件，我想在R中导入，其中多模式数据编码如下：

count--;

我想要的是与此类似的数据框：

count--;

因为每一行都反复重复列名称，所以我想知道是否有一种方法导入具有fscanf功能的文本文件，该文件将解析A，B，C列名称，例如＆＃34; A =％d，B =％d，C =％d，....＆＃34;

或者使用read.table或scan可能有更简单的方法吗？但我无法弄清楚如何。

感谢任何提示

Answer 1

1）gsubfn包中的read.pattern read.pattern非常接近您的要求。指定模式时，而不是%d使用(\\d+)。如果列名不重要，则可以省略col.names参数。

library(gsubfn)    
L <- c("A=1,B=1,C=2", "A=1,B=1,C=2", "A=1,B=1,C=2") # test input

pat <- "A=(\\d+),B=(\\d+),C=(\\d+)"
read.pattern(text = L, pattern = pat, col.names = unlist(strsplit(pat, "=.*?(,|$)")))

，并提供：

1a）格式百分比为了好玩，我们可以使用问题中给出的格式来实现它。

fmt <- "A=%d,B=%d,C=%d"
pat <- gsub("%d", "(\\\\d+)", fmt)

现在运行上面的read.pattern语句。

2）strapply 再次使用相同的输入和gsubfn包，另一种方法是拔出所有数字串，无需减少（1）中所示的pat模式只是"\\d+"。

DF <- strapply(L, "\\d+", as.numeric, simplify = data.frame)
names(DF) <- unlist(strsplit(L[1], "=.*?(,|$)"))

3）read.csv 更简单的是这个基本解决方案，它删除标题并读取剩下的内容，设置列名称，如前面的解决方案中所示。如果列名不重要，请再次省略col.names参数。

read.csv(text = gsub("\\w*=", "", L), header = FALSE,
  col.names = unlist(strsplit(L[1], "=.*?(,|$)")))

R - 将文本文件解析为fscanf？

1 个答案: