将文本文件转换为R中的数据框 [英] Converting text file into data frame in R

问题描述

我的原始数据位于文本文件中，值之间没有特定的分隔符，如下所示：

My raw data is in a text file with no particular delimiters between the values, like so:

101  10.08  S   A  05OCT93 GOLDEN GATE BRIDGE  4110   6548   6404   55930

在R中应用read.table创建一个只有一个变量的数据框每行，而我想要一个每行有10个变量的数据帧（10个值中的每一个都有一个）。如果文本文件中没有分隔符，我该如何实现呢？

Applying read.table in R creates a data frame with only one variable per row, whereas I would like a data frame with 10 variables per row (one for each of the 10 values). How can I achieve this if there is no delimiter in the text file?

推荐答案

我们假设每个字段都包含非空格除了可能有嵌入空格的字段6。

We assume that each field consist of non-spaces except for field 6 which may have embedded spaces.

创建测试文件

Lines <- "101 10.08 S A 05OCT93 GOLDEN GATE BRIDGE 4110 6548 6404 55930
101 10.08 S A 05OCT93 GOLDEN GATE BRIDGE 4110 6548 6404 55930
"
cat(Lines, file = "myfile.txt")

运行。使用 readLines 生成 L 读入文件。然后在 gsubfn包中使用 gsubfn 插入由产生 g 的字段之间的 sep 。
最后使用 read.table 读取 g 中的文字来创建数据框：

Run. Read in the file using readLines producing L. Then using gsubfn in the gsubfn package insert the character defined by sep between the fields producing g. Finally read the text in g using read.table to create a data frame:

library(gsubfn)
L <- readLines("myfile.txt")

sep <- ";"  # choose any character not in the file

pat <- "(\\S+) (\\S+) (\\S+) (\\S+) (\\S+) (\\S.*\\S) (\\S+) (\\S+) (\\S+) (\\S+)"
pat <- gsub(" ", "\\s+", pat) # can omit if there is only 1 space between fields
g <- gsubfn(pat, ... ~ paste(..., sep = sep), L)

read.table(text = g, sep = sep)

输出。最后一行的结果是：

Output. The result of the last line is:

   V1    V2 V3 V4      V5                 V6   V7   V8   V9  V10
1 101 10.08  S  A 05OCT93 GOLDEN GATE BRIDGE 4110 6548 6404 1010
2 101 10.08  S  A 05OCT93 GOLDEN GATE BRIDGE 4110 6548 6404 1010

这篇关于将文本文件转换为R中的数据框的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！