Question

这个问题是我之前提问的后续问题Importing one long line of data into R。

我有一个由单行文本组成的大型数据文件。格式类似于

Cat    14         15  Horse  16

我最终想把它变成一个data.frame。在上面的例子中，我最终会得到两个变量，两个变量，Animal和Number。每个“行”中的字符数是固定的，因此在上面的例子中，每行包含11个字符，动物是前7个，数字是接下来的4个。

所以我想要的是一个看起来像的数据框：

Animal Number
   Cat     14
    NA     15
 Horse     16

Answer 1

您可以使用read.fwf读取文件，指定列宽和列数：

inp.fwf <- read.fwf("tmp.txt", widths = rep(c(7, 4), times = 3), as.is = TRUE)

此处，参数times = 3适用于您的样本数据;对于您的真实文件，您必须指出有多少对，并相应地更改times。如果你不知道你有多少条目，这可能会有效：

inp.rl <- readLines("tmp.txt")
nchar(inp.rl)/11

这将为您提供包含一行和多列的data.frame。您需要将其分成许多行和两列：

inp.mat <- matrix(inp.fwf, byrow = TRUE, ncol = 2)

这将为您的数据提供正确的形状。动物名称存储为字符向量，您可能希望将其更改为因子，但此时所有数据都在R中，因此您可以轻松调整它。

Answer 2

带矢量化子串函数的解决方案。

x <- readLines(textConnection("Cat    14         15  Horse  16  "))
idx <- seq.int(1,nchar(x),by=11)
vsubstr <- Vectorize(substr,vectorize.args=c("start","stop"))
dat <- data.frame(Animal= vsubstr(x,idx,idx+6),
                  Number= as.numeric(vsubstr(x,idx+7,idx+10)))

Answer 3

从你描述数据的方式不确定15是什么，它应该是动物空间计数空间动物......

无论如何15不应该在那里有一种方法。

list1<-"Cat 14 Horse 16" 

x <- unlist(strsplit(list1, " "))
            x <- as.data.frame(matrix(x, length(x)/2, 2, byrow = TRUE))
            x[, 2] <- as.numeric(as.character(x[, 2]))
            x[, 1] <- as.character(x[, 1])
names(x) <-c('animal', 'count')   
x

Answer 4

假设您有一个带有重复动物编号对的文本文件test.dat。

x <- scan("test.dat", what=list("", 0))
my.df <- data.frame(Animal = x[[1]], Number = x[[2]])

Answer 5

Tyler对read.fwf的使用可能更清晰，但这是另一种可能的方法。

x <- readLines(textConnection("Cat    14         15  Horse  16  "))
x <- matrix(strsplit(x, "")[[1]], nrow=11)
d <- data.frame(Animal = apply(x[1:7,], 2, paste, collapse=""),
                Number = as.numeric(apply(x[8:11,], 2, paste, collapse="")))

将带有空格的一长行数据导入R中

5 个答案: