将文本读入 data.frame，其中字符串值包含空格

Question

当字符串值包含干扰 read.table 的空格时，将文本从打印的 data.frame 读入 data.frame 的最简单方法是什么？例如，这个 data.frame 摘录不会造成问题：

     candname party elecVotes
1 BarackObama     D       365
2  JohnMcCain     R       173

我可以毫无问题地将其粘贴到 read.table 调用中：

dat <- read.table(text = "     candname party elecVotes
1 BarackObama     D       365
2  JohnMcCain     R       173", header = TRUE)

但是如果数据中有像这样带有空格的字符串：

      candname party elecVotes
1 Barack Obama     D       365
2  John McCain     R       173

然后 read.table 抛出错误，因为它将 "Barack" 和 "Obama" 解释为两个单独的变量。

Answer 1

将文件读入 L，删除行号并使用 sub 和指定的正则表达式在剩余字段之间插入逗号。（注意 "\d" 匹配任何数字，"\S" 匹配任何非空白字符。）现在使用 read.csv:

重新阅读它

Lines <- "      candname party elecVotes
1 Barack Obama     D       365
2  John McCain     R       173"

# L <- readLines("myfile")  # read file; for demonstration use next line instead
L <- readLines(textConnection(Lines))

L2 <- sub("^ *\d+ *", "", L)  # remove row numbers
read.csv(text = sub("^ *(.*\S) +(\S+) +(\S+)$", "\1,\2,\3", L2), as.is = TRUE)

给予：

      candname party elecVotes
1 Barack Obama     D       365
2  John McCain     R       173

这是正则表达式的可视化：

^ *(.*\S) +(\S+) +(\S+)$

Debuggex Demo

将文本读入 data.frame，其中字符串值包含空格

Reading text into data.frame where string values contain spaces

r

read.table