错误位置的分隔符

Question

我正在将 TSV 文件导入 R，但某些选项卡位于错误的位置。例如，我想要：

Name        Appointment
John Doe    12:30
Jane Doe    1:00
Rick Smith  11:45
Susy Smith  10:15

但是我得到了

Name        Appointment
John Doe    12:30
Jane        Doe 1:00
Rick Smith  11:45
Susy        Smith  10:15

没有真正的模式，因为它是用户错误。我开发了一种解决方法，使用 substr() 来提取约会时间，但后来我失去了姓氏。

我也试过

separate(Data, col = Appointment, c("last", "time"), " ")

并从那里开始工作，但这也不起作用，因为姓氏和时间之间的空格数是可变的，并且格式不一致：

Name        Last    Time
John Doe    12:30
Jane        Doe     1:00
Rick Smith  11:45
Susy        Smith   

对不起，如果这是一个愚蠢的问题！

Answer 1

我们可以用readLines阅读这个，改变分隔符然后用read.csv

df1 <- read.csv(text=sub("([a-z])\\s+([0-9])", "\\1, \\2", lines[-1]),
 header = FALSE, col.names = strsplit(lines[1], "\\s+")[[1]], stringsAsFactors = FALSE)

要删除“名称”中的多余空格，请使用 gsub

df1$Name <- gsub("\\s+", " ", df1$Name)

给我们输出

df1
#        Name Appointment
#1   John Doe       12:30
#2   Jane Doe        1:00
#3 Rick Smith       11:45
#4 Susy Smith       10:15

数据

lines <- readLines("file.txt")