降价表到R中的数据框答案

【问题标题】：Markdown table to data frame in R降价表到R中的数据框
【发布时间】：2018-06-13 17:46:34
【问题描述】：

有多种方法可以将数据框转换为 Markdown 表。但是，如何在给定 Markdown 表的情况下转换回数据框

给定一个表格：

Table Header | Second Header
------------- | -------------
Table Cell | Cell 2
Cell 3 | Cell 4

或者，更糟糕的是，以一种形式

Table Header | Second Header \n------------- | ------------- \nTable Cell | Cell 2 \nCell 3 | Cell 4

如何将其放入数据框中？

【问题讨论】：

标签： r markdown r-markdown readr

【解决方案1】：

我编写了几个函数来处理这些问题，尽管我怀疑对于编写 SO 答案的人来说，这比其他任何人都更容易出现问题。无论如何：

# base R version
read.markdown <- function(file, stringsAsFactors = FALSE, strip.white = TRUE, ...){
    if (length(file) > 1) {
        lines <- file
    } else if (grepl('\n', file)) {
        con <- textConnection(file)
        lines <- readLines(con)
        close(con)
    } else {
        lines <- readLines(file)
    }
    lines <- lines[!grepl('^[[:blank:]+-=:_|]*$', lines)]
    lines <- gsub('(^\\s*?\\|)|(\\|\\s*?$)', '', lines)
    read.delim(text = paste(lines, collapse = '\n'), sep = '|', 
               stringsAsFactors = stringsAsFactors, strip.white = strip.white, ...)
}

# readr version
read_markdown <- function(file, trim_ws = TRUE, ...){
    if (length(file) > 1) {
        lines <- file
    } else {
        lines <- readr::read_lines(file)
    }
    lines <- lines[!grepl('^[[:blank:]+-=:_|]*$', lines)]
    lines <- gsub('(^\\s*?\\|)|(\\|\\s*?$)', '', lines)
    readr::read_delim(paste(lines, collapse = '\n'), delim = '|', 
                      trim_ws = trim_ws, ...)
}

他们可以处理多种降价表，并且对单个字符串感到满意：

read.markdown('Table Header | Second Header \n------------- | ------------- \nTable Cell | Cell 2 \nCell 3 | Cell 4 ')
#>   Table.Header Second.Header
#> 1   Table Cell        Cell 2
#> 2       Cell 3        Cell 4

线向量（就像从clipr::read_clip 得到的一样）：

clipr::write_clip(
' |                     |  mpg  |  cyl  |  disp  |  hp  |
 |:-------------------:|:-----:|:-----:|:------:|:----:|
 |      Mazda RX4      |  21   |   6   |  160   | 110  |
 |    Mazda RX4 Wag    |  21   |   6   |  160   | 110  |
 |     Datsun 710      | 22.8  |   4   |  108   |  93  |'
)

read.markdown(clipr::read_clip())
#>               X  mpg cyl disp  hp
#> 1     Mazda RX4 21.0   6  160 110
#> 2 Mazda RX4 Wag 21.0   6  160 110
#> 3    Datsun 710 22.8   4  108  93

或文件名（虽然文件只能包含表格和空格）：

tmp <- tempfile()
writeLines(
' +---------------------+-------+-------+--------+------+--------+
 |                     |  mpg  |  cyl  |  disp  |  hp  |  drat  |
 +=====================+=======+=======+========+======+========+
 |      Mazda RX4      |  21   |   6   |  160   | 110  |  3.9   |
 +---------------------+-------+-------+--------+------+--------+
 |    Mazda RX4 Wag    |  21   |   6   |  160   | 110  |  3.9   |
 +---------------------+-------+-------+--------+------+--------+
 |     Datsun 710      | 22.8  |   4   |  108   |  93  |  3.85  |
 +---------------------+-------+-------+--------+------+--------+',
tmp
)

read_markdown(tmp)
#> Warning: Missing column names filled in: 'X1' [1]
#> # A tibble: 3 x 6
#>   X1              mpg   cyl  disp    hp  drat
#>   <chr>         <dbl> <int> <int> <int> <dbl>
#> 1 Mazda RX4      21.0     6   160   110  3.90
#> 2 Mazda RX4 Wag  21.0     6   160   110  3.90
#> 3 Datsun 710     22.8     4   108    93  3.85

编辑：我已将这些函数放在a package 中，如果有人觉得它们有用的话。

【讨论】：

这可以通过具有内联代码的降价表来完成吗？所以像r 21这样的单元格在数据框中变成了21，而不是字符r 21。
喜欢... | `r 21` | ...？当然可以，但工作量更大。在任何字符列中迭代 glue::glue（使用 .open = '`r', close = '`' 会起作用。
@alistaire 感谢您提供read.so 包——它就像一个魅力！

【解决方案2】：

我输入了问题，但后来意识到答案很简单。 readr 包中的函数 read_delim 可以轻松处理这个问题：

library(readr)
library(dplyr)

object <- 'Table Header | Second Header \n------------- | ------------- \nTable Cell | Cell 2 \nCell 3 | Cell 4'
data_frame <- read_delim(object, delim = '|')

# A tibble: 3 x 2
  `Table Header ` ` Second Header `
            <chr>             <chr>
1  -------------     ------------- 
2     Table Cell            Cell 2 
3         Cell 3             Cell 4

只需要过滤掉“------”行。等等。

希望这个解决方案对某人有所帮助。

【讨论】：