如何将txt文件转换为漂亮的数据框答案

【问题标题】：How to turn txt file to nice dataframe如何将txt文件转换为漂亮的数据框
【发布时间】：2020-06-03 13:45:27
【问题描述】：

我有一个包含曲目 ID、歌曲 ID、艺术家姓名和歌曲名称的 txt 文件。我想将其转换为 R 中的数据框以进行一些分析。什么是用于分离数据的好功能？下面是数据集的第一行。谢谢！

TRMMMKD128F425225D<SEP>SOVFVAK12A8C1350D9<SEP>Karkkiautomaatti<SEP>Tanssi vaan

【问题讨论】：

trackID在哪里结束，歌曲ID从哪里开始
更新了示例行。不同的变量由行中的“”分隔。

标签： r text-mining

【解决方案1】：

我们可以使用read.table 将文件作为数据框直接读取，但列之间的分隔符（sep）只能是一个字符。

所以我们可以先使用readLines 读取文本文件，将'<SEP>' 使用gsub 替换为单个字符（'\t'），然后使用read.table 指定列名。

data <- read.table(text = gsub('<SEP>', '\t', 
         readLines('filename.txt'), fixed = TRUE), 
         col.names = c('TrackID', 'SongID', 'ArtistName', 'SongName'),sep = "\t")
data

#             TrackID             SongID       ArtistName    SongName
#1 TRMMMKD128F425225D SOVFVAK12A8C1350D9 Karkkiautomaatti Tanssi vaan

【讨论】：

【解决方案2】：

我们可以使用separate

library(tidyr)
separate(df1, 'Col1', into = c('TrackID', 'SongID', 'ArtistName', 'SongName'),

         "\\<SEP\\>")

【讨论】：

【解决方案3】：

您可以使用readLines 和strsplit。

rw <- readLines("X:/foo.txt")
nice.df <- setNames(as.data.frame(do.call(rbind, strsplit(rw, "<SEP>"))),
                    c("Track.ID", "Song.ID", "Artist.Name", "Song.name"))
nice.df
#             Track.ID            Song.ID      Artist.Name   Song.name
# 1 TRMMMKD128F425225D SOVFVAK12A8C1350D9 Karkkiautomaatti Tanssi vaan
# 2 TRMMMKD128F425225D SOVFVAK12A8C1350D9 Karkkiautomaatti Tanssi vaan
# 3 TRMMMKD128F425225D SOVFVAK12A8C1350D9 Karkkiautomaatti Tanssi vaan
# 4 TRMMMKD128F425225D SOVFVAK12A8C1350D9 Karkkiautomaatti Tanssi vaan

foo.txt 内容：

TRMMMKD128F425225D<SEP>SOVFVAK12A8C1350D9<SEP>Karkkiautomaatti<SEP>Tanssi vaan
TRMMMKD128F425225D<SEP>SOVFVAK12A8C1350D9<SEP>Karkkiautomaatti<SEP>Tanssi vaan
TRMMMKD128F425225D<SEP>SOVFVAK12A8C1350D9<SEP>Karkkiautomaatti<SEP>Tanssi vaan
TRMMMKD128F425225D<SEP>SOVFVAK12A8C1350D9<SEP>Karkkiautomaatti<SEP>Tanssi vaan

【讨论】：