使用 R 删除 csv 文件中的换行符、分段符

Question

我有一个 csv 文件，其中包含一些换行符或分段符。我是怎么知道的，当我在 word 文档中打开这个 csv 文件时，我会在段落之后和新段落的开头看到 pilcrow 符号¶。如何从 R 中的这个 csv 文件中去除这些换行符？非常感谢任何帮助。

既往病史

1. 2002 年 10 月的持续性房颤伴房扑，房扑消融线后状态。
2. Tachy/brady 综合征。
3. 胰岛素依赖型糖尿病。患糖尿病约 35 年。
4. 高血压，好吧

Answer 1

这是一个测试用例。您只想删除空行。这是文件test.txt（包含拼写错误）： （注意：您的示例显然不是 csv 文件。）

some header text

more text
 even omre text

------

 txt= readLines("test.txt")
 newtext <- txt[nchar(txt)>0]
 newtext
#[1] "some header text" "more text"        " even omre text"

要删除编号的行（以数字开头，后跟句点的行），可以使用 sub() 发布结果：

 txt <- "PAST MEDICAL HISTORY

 1. Persistent atrial fibrillation with atrial flutter, status-post atrial flutter ablation line in October of 2002.
 2. Tachy/brady syndrome.
 3. Insulin-dependent diabetes.  Has been diabetic for approximately 35 years.  
 4. Hypertension, well"


 newtxt= readLines(textConnection(txt))
 sub("^[[:digit:].]+", "", newtxt)
#------------------------
[1] "PAST MEDICAL HISTORY"                                                                                             
[2] ""                                                                                                                 
[3] " Persistent atrial fibrillation with atrial flutter, status-post atrial flutter ablation line in October of 2002."
[4] " Tachy/brady syndrome."                                                                                           
[5] " Insulin-dependent diabetes.  Has been diabetic for approximately 35 years.  "                                    
[6] " Hypertension, well"     

---

> sub("^[[:digit:].]+", "", newtxt[nchar(newtxt)>0])
[1] "PAST MEDICAL HISTORY"                                                                                             
[2] " Persistent atrial fibrillation with atrial flutter, status-post atrial flutter ablation line in October of 2002."
[3] " Tachy/brady syndrome."                                                                                           
[4] " Insulin-dependent diabetes.  Has been diabetic for approximately 35 years.  "                                    
[5] " Hypertension, well"  

Answer 2

构造的 csv 文件在每一行的末尾都有换行符，这样任何解析器都可以知道一行何时结束（例如，如果您在 Python 中手动编写 csv 文件，则必须包含 \n 最后换行。尝试直接在 R 中打开 csv 文件并使用 head(your_file) 检查内容，您应该会看到它显示的内容与您预期的一样。