读取包含R中包含分隔符的字符串的表

Question

我得到了一个包含我想要阅读的数据的文本文件，但其中一列是一个混乱的代码＆＃34;其中包含与分隔符相同的字符。以下面的集合为例：

number:string
1:abc?][
2:def:{+

将有一行包含3列，只有2列名称。 是否有任何策略来阅读此数据集？

Answer 1

一次读取一行文件，在＆＃34;上分成两部分：＆＃34;，绑定到数据框。列名丢失，但您可以轻松地重新打开它们。您需要stringr和readr个包：

> do.call(rbind.data.frame,stringr::str_split(readr::read_lines("seps.csv",skip=1),":",2))
  c..1....2.. c..abc.......def.....
1           1                abc?][
2           2                def:{+

此处附加stringr和readr以提高可读性，并修改名称：

> library(stringr)
> library(readr)
> d = do.call(rbind.data.frame,str_split(read_lines("seps.csv",skip=1),":",2))
> names(d) = str_split(read_lines("seps.csv",n_max=1),":",2)[[1]]
> d
  number string
1      1 abc?][
2      2 def:{+

Answer 2

好老regular expressions可以帮助你解决这个问题

读取txt文件

df <- read.table("pathToFile/fileName.txt", header = TRUE)

data.frame将是一列，因此我们需要根据某种模式将其拆分

创建列

df$number <- sub("([0-9]+):.*", "\\1", df[, 1])
df$string <- sub("[0-9]+:(.*)", "\\1", df[, 1])

df <- df[, c("number", "string")]
View(df)