在 R 中解析序列化数据

Question

我正在尝试将大型数据集读入 R 中的数据框中。数据如下所示（但有很多很多列）：

\xk:1520890\xdt:2015031901053801\xty:M\nty:ID\qty:0.00\qoh:0.00\qt:0.00\qp:0.00\wqty:\qre:0
\xk:1520897\xdt:2015031901064000\xty:M\nty:IA\qty:0.00\qoh:0.00\qt:0.00\qp:0.00\wqty:\qre:0
\xk:1520900\xdt:2015031901071000\xty:M\nty:ID\qty:0.00\qoh:0.00\qt:0.00\qp:0.00\wqty:\qre:0

当然有办法做到这一点，但我不知道去哪里找。

Answer 1

在类似 UNIX 的系统中（但在 R 中）你可以这样做：

system("tr -d '\' < test.txt")
#-----output-------
xk:1520890xdt:2015031901053801xty:Mnty:IDqty:0.00qoh:0.00qt:0.00qp:0.00wqty:qre:0
xk:1520897xdt:2015031901064000xty:Mnty:IAqty:0.00qoh:0.00qt:0.00qp:0.00wqty:qre:0
xk:1520900xdt:2015031901071000xty:Mnty:IDqty:0.00qoh:0.00qt:0.00qp:0.00wqty:qre:0

我不确定你是否给出了完整的描述，但在我的 Mac 上，这成功实现了我认为所需的（假设文件在你的工作目录中命名为 test.txt"：

inp <-  system("tr -d '\' < test.txt", intern=TRUE)
# sed might work too, but I couldn't get the correct sub-pattern.
gsub("[^0-9.]+", " ", inp)
#---------------
[1] " 1520890 2015031901053801 0.00 0.00 0.00 0.00 0"
[2] " 1520897 2015031901064000 0.00 0.00 0.00 0.00 0"
[3] " 1520900 2015031901071000 0.00 0.00 0.00 0.00 0"

如果您有 Windows 台机器，您可能需要使用 shell。

在 R 中解析序列化数据

Parse serialized data in R

r

token

dataframe