我有超过100个.txt文件,我想在其上进行计算。这些文件包含凝视数据,该数据通过眼动仪收集。
数据的第一部分是校准部分。它只包含有限数量的变量。每一行看起来像这样(约20 000行):
Event: Data - startTime 1563518990 endTime 1563619015 Gaze 885.638118989 316.57751978
数据的第二部分包含凝视测试期间收集的实际凝视数据。它包含更多我感兴趣的变量。它看起来像这样:
Gaze Data - IviewTimestamp 649261961 OpenSesameTimeStamp 55191.0 GazeLeft 0.0 0.0 GazeRight 0.0 0.0 DistanceRight 530.630058679 DiameterLeft 4.89342033646 DiamaterRight 4.44607910548
但是,当我使用函数read_table2
时,它只能找到校准过程中收集的变量。这是因为R只查看.txt文件的前1000行来确定变量。我希望它跳到包含“iviewTimestamp”的第一行,所以它只导入.txt文件的相关部分并自动找到正确的变量。由于每个主体的校准长度不相等,因此无法跳到固定的数字。
我该怎么做?
答案 0 :(得分:0)
近似:使用grep()
查找所需字符串的第一个位置,然后使用read_table2
的{{1}}参数。
skip
firstline <- grep("IviewTimestamp",readLines("file.txt"))[1]
读取文件的整个文本,作为字符向量(文件每行一个元素); readLines()
返回包含指定字符串(或正则表达式)的行的索引; grep
提取包含该字符串的 first 行的索引。现在您可以使用它来找到开始阅读的正确位置:
[1]
这是低效的(因为你需要两次读取文件),但我想每个文件花费的时间不到一秒。在Unix或类似Unix的操作系统上运行的笨重但更有效的解决方案是使用read_table2("file.txt", skip=firstline-1)
来运行外部(更高效)system()
命令。
答案 1 :(得分:0)
我建议您导入数据并在之后整理,而不是阅读两次。
首先使用以下命令导入目录中的所有文件:
library(dplyr)
library(purrr)
df <- map_df(list.files(path = path, pattern = '*.txt', full.names = TRUE), read_table2)
值得注意的是,您可以在调用'read_table2'后添加col_names
等可选参数。
导入所有文本文件后,可以对其进行过滤:
filter(df, 'timeStampColumnName' == IviewTimestamp)