来自文字数据(不是文件)的数据帧与R
如何使用fwf将行向量(不是文件)读入数据帧?来自文字数据(不是文件)的数据帧与R
现在,我可以想到两种方法,但我真的觉得应该有更好的方法。任何想法是赞赏。
使用
data.frame()
+substring()
。它可以完成这项工作,但如果数据“不整齐”(就像下面的块一样),我不能简单地推广它。我从这里得到答案:Read fixed width text file使用
write_lines()
和read_fwf()
from readr。我想避免写一个外部文件。实际上,read_fwf()
似乎应该直接在文字数据上进行工作,但我无法使其工作:它始终将线条的字符串/矢量理解为路径。类似:write_lines(literaldata, "fwf_sample.txt")
read_fwf("fwf_sample.txt", fwf_widths(rep(8, 12)))
数据样本如下下方,导致错误的代码。
literaldata <- "CHEXA 278375 2 419991 419976 418527 418528 434131 434116+ 420108 420107 CHEXA 278376 2 420028 420029 419994 419997 434168 434169+ 434134 434137
CHEXA 278377 2 419961 418516 418517 419956 434101 420119+ 420118 434096
CHEXA 278378 2 419965 418519 418520 419967 434105 420116+ 420115 434107
CHEXA 278379 2 419965 419984 420025 419971 434105 434124+ 434165 434111
CHEXA 278380 2 418521 419972 419967 418520 420114 434112+ 434107 420115"
library(readr)
lines<-read_lines(literaldata)
# The code above is just to get a reproducible example similar to the one I get in the data cleaning process
read_fwf(lines, fwf_widths(rep(8, 12)))
Error: 'CHEXA 278375 2 419991 419976 418527 418528 434131
434116+ 420108 420107CHEXA 278376 ...
在此先感谢
回答:
不知道它到底是什么你在干什么。功能read_fwf()
适用于您的数据。
literaldata <- "CHEXA 278375 2 419991 419976 418527 418528 434131 434116+ 420108 420107 CHEXA 278376 2 420028 420029 419994 419997 434168 434169+ 434134 434137
CHEXA 278377 2 419961 418516 418517 419956 434101 420119+ 420118 434096
CHEXA 278378 2 419965 418519 418520 419967 434105 420116+ 420115 434107
CHEXA 278379 2 419965 419984 420025 419971 434105 434124+ 434165 434111
CHEXA 278380 2 418521 419972 419967 418520 420114 434112+ 434107 420115"
library(readr)
read_fwf(literaldata, fwf_widths(rep(8, 12)))
# # A tibble: 6 x 12
# X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
# <chr> <int> <int> <int> <int> <int> <int> <int> <int> <chr> <int> <int>
# 1 CHEXA 278375 2 419991 419976 418527 418528 434131 434116 + 420108 420107
# 2 CHEXA 278376 2 420028 420029 419994 419997 434168 434169 + 434134 434137
# 3 CHEXA 278377 2 419961 418516 418517 419956 434101 420119 + 420118 434096
# 4 CHEXA 278378 2 419965 418519 418520 419967 434105 420116 + 420115 434107
# 5 CHEXA 278379 2 419965 419984 420025 419971 434105 434124 + 434165 434111
# 6 CHEXA 278380 2 418521 419972 419967 418520 420114 434112 + 434107 420115
从read_fwf()
(高亮矿)的文档:
文字数据是用于实施例和试验最有用的。它必须包含至少一个新行被识别为数据(而不是路径)。
回答:
我还不清楚为什么我以前的例子不起作用,但增加一个paste0(...,collapse = "\n")
来完成这项工作。所以,类似下面的工作对我来说:
literaldata <- "CHEXA 278375 2 419991 419976 418527 418528 434131 434116+ 420108 420107 CHEXA 278376 2 420028 420029 419994 419997 434168 434169+ 434134 434137
CHEXA 278377 2 419961 418516 418517 419956 434101 420119+ 420118 434096
CHEXA 278378 2 419965 418519 418520 419967 434105 420116+ 420115 434107
CHEXA 278379 2 419965 419984 420025 419971 434105 434124+ 434165 434111
CHEXA 278380 2 418521 419972 419967 418520 420114 434112+ 434107 420115"
library(readr)
lines<-read_lines(literaldata)
# The code above is just to get a reproducible example similar to the one I get in the data cleaning process
# The following gives an error
read_fwf(lines, fwf_widths(rep(8, 12)))
# The following give the expected result
read_fwf(paste0(lines,collapse = "\n"), fwf_widths(rep(8, 12)))
感谢大家的帮助和回答
以上是 来自文字数据(不是文件)的数据帧与R 的全部内容, 来源链接: utcz.com/qa/265757.html