来自文字数据（不是文件）的数据帧与R

  • Z时代
  • 2024-01-10
  • 分类：问答

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。

  1. 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

  2. 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

回到顶部