如何在 R 中导入乱七八糟的文本文件

Question

有没有人对如何导入如下所示的文本文件有一些建议：

"X1"II"X2"II"X3"II"X4"II"X5"""1"II4II"123-23"II01-03-2006II"209"II"1"II5II"124- 23"II02-03-2006II"208"II....（等）?

进入 R 并将其转换为数据帧？所以我想实现这样的目标：

| X1 | X2 |X3 | X4 | X5 | | -- | -- | ------ | ---------- | --- | | 1 | 4 | 123-23 | 01-03-2006 | 209 | | 1 | 5 | 124-23| 02-03-2006 | 208 |
.....

我设法使用 read.file 将其作为长字符串导入，但之后卡住了。我很感激任何帮助。

Answer 1

我把你的文字复制到一个文本文件中，

"X1"II"X2"II"X3"II"X4"II"X5"""1"II4II"123-23"II01-03-2006II"209"II"1"II5II"124-23"II02-03-2006II"208"

检查看来

header 行是 X1 X2 X3 X4 X5
列由 II 分隔。
换行符是那个矩形，在使用 readr::read_file 读取后变成 \v

基于此，您正在寻找具有 5 列的 data.frame。注意：一些行结尾出现在 II 之后（比如“209”II），这很奇怪，因为它暗示了行的结尾（我不得不在下面的代码中添加一个修复）。

由于 read.table 等函数要求 sep 变量为 1 个字节，因此您不能使用 read.table(file = 'text.txt', sep = 'II') 等函数。所以目前的工作解决方案是

library(magrittr)
library(stringr)
library(readr)

text <- readr::read_file(file = 'C:/Users/lcroote/my_data/read_test.txt')

text %>% 
  str_replace_all('\"', '') %>% # remove escaped quotes (readr thing)
  str_replace_all('II', ',') %>% # columns separated by II
  str_replace_all(',\v', '\n') %>% # some line endings have extra ,
  str_replace_all('\v', '\n') %>%  # replace \v by newline \n for read.table
  read.table(text = ., sep = ',', header = T, fill = T, row.names = NULL)
>
   X1 X2     X3         X4  X5
1  1  4 123-23 01-03-2006 209
2  1  5 124-23 02-03-2006 208

如何在 R 中导入乱七八糟的文本文件

How can I importsmessy text files in R

csv

import

r

delimiter

text-files