Question

我有一个存储数据的文本文件存储如下：

{{2,3,4},{1,3},{4},{1,2} .....}

我想删除括号并将其转换为两种列格式，其中第一列是括号，后跟术语

到目前为止，我已阅读文件

tab <- read.table("test.txt",header=FALSE,sep="}")

这给出了一个数据帧

      V1      V2   V3    V4
1 {{2,3,4  {1,3   {4   {1,2  .....

如何进行？

Answer 1

我们使用readLines阅读，然后将{}与strsplit一起删除，并将其转换为带索引的两列数据框，并重新整形为“长”字样。格式为separate_rows

library(tidyverse)
v1 <- setdiff(unlist(strsplit(lines, "[{}]")), c("", ","))
tibble(index = seq_along(v1), Col = v1) %>%
       separate_rows(Col, convert = TRUE)
# A tibble: 8 x 2
#  index   Col
#  <int> <int>
#1     1     2
#2     1     3
#3     1     4
#4     2     1
#5     2     3
#6     3     4
#7     4     1
#8     4     2

或base R方法将,替换为}之后的另一个分隔符，将,分割为list和stack它到两列data.frame

v1 <- scan(text=gsub("[{}]", "", gsub("},", ";", lines)), what = "", sep=";", quiet = TRUE)
stack(setNames(lapply(strsplit(v1, ","), as.integer), seq_along(v1)))[2:1]

数据

lines <- readLines(textConnection("{{2,3,4},{1,3},{4},{1,2}}"))
#reading from file
lines <- readLines("yourfile.txt")

Answer 2

数据：

tab <- read.table(text=' V1 V2 V3 V4 1 {{2,3,4 {1,3 {4 {1,2 2 {{2,3,4 {1,3 {4 {1,2 ')

代码：使用gsub，删除{并将字符串拆分为,，然后创建数据框。列名称已删除。最后，使用df1
将rbindlist中的数据框列表合并在一起
df1 <- lapply( seq_along(tab), function(x) { temp <- data.frame( x, strsplit( gsub( "{", "", tab[[x]], fixed = TRUE ), split = "," ), stringsAsFactors = FALSE) colnames(temp) <- NULL temp } )

<强>输出：

data.table::rbindlist(df1) # V1 V2 V3 # 1: 1 2 2 # 2: 1 3 3 # 3: 1 4 4 # 4: 2 1 1 # 5: 2 3 3 # 6: 3 4 4 # 7: 4 1 1 # 8: 4 2 2

r中数据帧的文本处理

2 个答案:

数据