干净的文本文件-删除LOOP（R / python）中不需要的内容

Question

我想清除非结构化文本文件中的所有“垃圾”（使文件不适合分析）。

在这种特定情况下，仅保留所需信息的一种方法是仅保留大于250的所有数字（文本是字符串，数字，...的组合）

对于大量文本文件，我想在R中执行以下操作：

x <- x[which(x >= "250"),]

当我尝试在一个循环中执行相同操作时，一个文本文件的代码运行完美（上述）（对于N个较大的文本文件，它会失败（错误：错误的维数o））。

for(i in 1:length(files)){
  i<- i[which(i >= "250"),]
}

有人知道如何在R（或python）中解决这个问题吗？

图片：非常简单的文本文件示例，我想保留（START）和（END）之间的所有内容

Answer 1

如果它是10 K文件，这没有任何意义，为什么还要尝试用R或python做呢？为什么不只是一个简单的awk或bash命令？此外，您的图片正在解析文本文件中的START和END之间的信息，不确定是不是跨栏的数据框（尝试放入简单的dput而不是图片。）
您要做的就是在10k个文件的开始和结束之间使用grep。我会那样做。 bash这样的东西应该可以工作。

for i in *.txt
do 
 sed -n '/START/,/END/{//!p}' i > i.edited.txt
done

如果列是R中的标准列，则可以执行以下操作（但是，我不会在R内存中读取10 K文件）。 将文件作为数据帧列表读取，然后简单地执行

a = data.frame(col1 = c(100,250,300))
b = data.frame(col1 = c(250,450,100,346))
c = data.frame(col1 = c(250,123,122,340))

df_list <- list(a = a ,b = b,c = c)
lapply(df_list, subset, col1 >= 250)