从 R 中的原始文本文件中读取表格答案

【问题标题】：Reading table from a crude text file in R从 R 中的原始文本文件中读取表格
【发布时间】：2012-03-28 21:27:45
【问题描述】：

我有一个不需要前几行的文本文件，然后有一个像这样的表格

-连字符-
| col1 | col2 | col3 col4 col5 |
-连字符-
| 1 | 2012 年 3 月 22 日下午 2:24:21 | 0 0 1 |
| 2 | 2012 年 3 月 22 日下午 2:24:21 | 1 · 0 |

Col1、Col2 由 | 分隔但是 col3,col4 和 col5 只是用空格隔开。
数据类型应保持为 col2 日期和 col3,4,5 为数字？
第 2 行，Col4 是点，因此应该读取广告 NA
连字符行以 - - - 开头和结尾

问题：
1.我可以使用scan，但是如何避免读取“|”和“-”？
2. 我可以跳过前几行，但除了前几行之外，如何跳过第 50 行。

【问题讨论】：

标签： r text import

【解决方案1】：

您可以按原样将其读取为表格，然后拆分列并重新组合。

txt <- "| col1 | col2 | col3 col4 col5 |
| 1 | 2:24:21 PM 3/22/2012 | 0 0 1 |
| 2 | 2:24:21 PM 3/22/2012 | 1 · 0 |"

x <- read.table(text = txt, sep = "|", header = TRUE, stringsAsFactors = FALSE)

## drop unnecessary columns from the original sep split
x <- x[,-c(1,ncol(x))]

## split the desired column by the spaces, result is a character matrix
## including an unnecessary first column
split.col3 <- do.call("rbind", strsplit(x[,3], " "))

## bind to the original, dropping the unneeded columns
cbind(x[,-3], split.col3[,-1])
  col1                   col2 1 2 3
1    1  2:24:21 PM 3/22/2012  0 0 1
2    2  2:24:21 PM 3/22/2012  1 · 0

我避免提及原始列名，因为您说过要跳过这些行。只需将header = FALSE 和skip = 50 添加到read.table 调用，然后添加任何有意义的列名。

此外，您还可以去掉“.”。根据需要从列中转换为日期时间格式或数字。如果您事先知道它们，请在 read.table 中使用colClasses。对我来说，将其分解为多个步骤是有意义的，而不是尝试使用一个读取功能来完成所有操作。

【讨论】：

...和read.table 中的comment.char="-" 应该跳过数据中的任何其他连字符行。

【解决方案2】：

这可以分三个步骤完成。 (1) 使用"|" 作为分隔符读入文件，(2) 创建一个只有三列（包含为一列）的新文件，(3) 然后使用空格分隔符将它们读回。以下代码应该可以帮助您了解大部分情况。可能需要进行的更改：文件名、V4 列名以及导航到正确的目录 (getwd/setwd)。

a <- read.delim("a.txt", FALSE, sep="|")
write.table(a$V4, file="b.txt", quote=FALSE, row.names=FALSE, col.names=FALSE)
b <- read.delim("b.txt", FALSE, sep=" ")

合并a和b的相应列即可。

【讨论】：