读取固定宽度数据：使用标记定位行

Question

我（应该）有这样一个固定宽度的数据，

134265311
125255388
199265335

我可以这样读取数据，

first_ex <- readr::read_fwf("~/example_1.txt", fwf_widths(c(1, 2, 1, 2, 1, 2)))
first_ex
> first_ex
# A tibble: 3 x 6
     X1    X2    X3    X4    X5    X6
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     1    34     2    65     3    11
2     1    25     2    55     3    88
3     1    99     2    65     3    35

X1, X3, X5，即原始数据的第一个数字（1、2、3）是下一列的标记。

现在，我有这样的数据，

265311
125388
335

在第一行中，标记 1 的数据点、第二行标记 2 的数据点和第三行市场 1 和 2 的数据点丢失。我想找到一种方法来转换数据，如下所示，

> first_ex1
# A tibble: 3 x 6
     X1 X2       X3 X4       X5    X6
  <dbl> <chr> <dbl> <chr> <dbl> <dbl>
1     1 00        2 65        3    11
2     1 25        2 00        3    88
3     1 00        2 00        3    35

如有任何帮助和建议，我们将不胜感激。

加法

我正在尝试在以下数据集中实施@建议，其中 l.group <- 16 和 max.index <- 99。索引从 10 开始（2 位数字而不是 1）。

values <- c("1300000190000148200000005000003099000002400001789800000050000030", 
          "1300000190000198290000003000001299000002200002109800000030000012",
          "130000064000011499000006400001149800000000000000",
          "1300000180000129330000003000002199000002100001509800000030000021", 
          "130000025000018099000002500001809800000000000000", 
          "13000001900000633100000020000002480000001000001699000002200000819800000030000018")

我没有得到我想要的输出。例如。如果列标记是13，那么对应的列号应该是V25和V26。但是我在输出中看到了不同；

如何将代码完美地适合我的数据？

Answer 1

这个怎么样？

library(stringi)
library(data.table)
library(magrittr)

values <- c(265311,
            125388,
            335)

# length of each group, for splitting up
l.group <- 3
# what is the maximum we go up to e.g. 1,2,3 at the moment
max.index <- 3
# NEW: number of digits, has to be same for all
digits <- 1

# make a template
grid <- as.data.table(matrix(sapply(1:max.index, function(x){c(x,0)}), nrow=1))

# split them up from one string
values.split <- trimws(gsub(sprintf("(.{%s})", l.group), "\1 ", values)) %>%
  stringi::stri_split_regex(., "\s")

# loop through, append to grid and combine
output <- lapply(values.split, function(x){
  # NEW: made it depend on the digits of index
  index <- as.integer(as.numeric(stringi::stri_sub(x, 1, digits))*2)  
  values <- as.numeric(stringi::stri_sub(x, (digits+1), nchar(x)))
  out <- copy(grid)
  for(i in seq_along(index)) set(out, j=index[i], value=values[i])
  out
}) %>% rbindlist(.)
output[]

使用新的，例如试试 digits <- 2

读取固定宽度数据：使用标记定位行

Reading fixed width data: positioning row using a marker

r

tidyverse

fixed-width

readr