如何从 R 中的 linux 进程状态（ps）命令读取输出？答案

【问题标题】：How to read output from linux process status (ps) command in R?如何从 R 中的 linux 进程状态（ps）命令读取输出？
【发布时间】：2013-01-04 02:51:13
【问题描述】：

这里是data.txt：

USER       PID %CPU %MEM    VSZ   RSS TTY      STAT START   TIME COMMAND  
root         1  0.0  0.0   2280   728 ?        Ss   20:44   0:00 init [2]    
root         2  0.0  0.0      0     0 ?        S    20:44   0:00 [kthreadd]  
root       202  0.0  0.0      0     0 ?        S<   20:44   0:00 [ext4-dio-unwri  
root       334  0.0  0.1   2916  1452 ?        Ss   20:44   0:00 udevd --daemon

如何将数据读入 data.frame？
1.不能决定分隔符
最后一个字段有问题，space不能做分隔符，
init [2] ,udevd --daemon 是一个字段，不能用space分隔。
2.没有固定宽度
每条线都有不同的宽度。

那么，我怎样才能将 data.txt 读入 data.frame？

【问题讨论】：

你确定这里没有固定宽度吗？除了最后一列之外，这似乎是固定宽度。
我可以阅读您通过read.fwf("data.txt", widths = c(4, 10, 5, 5, 7, 6, 4, 10, 6, 7, 20), skip = 1) 提供的这个示例。无法让标题工作，这就是我有skip = 1 的原因，但这些很容易添加。最后一个宽度可以设置得比你预期的要大得多，你应该没问题......我想...... .
@AnandaMahto - 我认为使用read.fwf 会出现问题，因为用于生成此文本的ps linux 命令将在每次运行时使用不同大小的列，具体取决于所需的值被打印。我在下面评论说，但是可以在使用程序时手动指定输出格式。
@thelatemail 或 Thela 或其他任何名称 ;)，我没听懂那部分，但现在你已经编辑了标题，我看到了问题......跨度>

标签： r memory io system text-formatting

【解决方案1】：

您的数据是什么格式的？如果您可以在 Excel 中打开它，将其保存为制表符分隔文件很可能是前进的最佳方式。

将文件另存为制表符分隔文件是准备数据以导入R 的更常见方法之一。这可以通过“另存为”“.txt（制表符分隔）”在 Excel 中完成。完成后：

my_data <- read.table("path/to/file/", header = TRUE, sep = "\t")

sep = "\t" 告诉 R 你的文件是制表符分隔的

【讨论】：

请在linux下使用命令ps aux，可以得到格式文件，\t这里不能使用。
@KillKill - 关于如何将ps aux 重定向到 csv 的问题可能值得一看：stackoverflow.com/questions/3114741/… 查看man ps，您可以指定输出格式。

【解决方案2】：

这是一个可以解决问题的单行：

do.call(rbind, lapply(strsplit(readLines("data.txt"), "\\s+"), function(fields) c(fields[1:10], paste(fields[-(1:10)], collapse = " "))))

这是它的详细操作：

通过readLines 读取文件的所有行（产生一个字符向量，其中每个向量元素都是文件的一行）
使用strsplit 将每行拆分为由空格分隔的字符串 (\\s+)
对于每一行（lapply），将第 10 个字段之后的所有字段合并为一个（通过paste(..., collapse = " ")）---这将创建一个列表，其中每个列表元素代表文件的一行，并且是长度为 11 的字符向量（每个字段一个）
最后，调用rbind将列表合并为矩阵（或数据框）

【讨论】：

【解决方案3】：

我会这样做：

library(stringr) # has a convenient function for splitting to a fixed length 

raw          <- system("ps aux", intern = TRUE)
fields       <- strsplit(raw[1], " +")[[1]]
ps           <- str_split_fixed(raw[-1], " +", n = length(fields))
colnames(ps) <- fields

【讨论】：

太棒了，避免了任何外部文件 I/O！ raw 是 R 内置的，最好不要隐藏它，而是调用变量 out。