R-我的第一行的列名称中有＃个字符？

Question

我的测试文件格式很奇怪。 第一行以

开头

如果我忽略第一行并通过使用read.table导入数据，则效果很好，但是我没有列名。但是，如果我尝试使用col.names = TRUE导入数据，则会显示“ 多于列名”。我想我可以分别导入第一行和其余数据，并将第一行（即列名）添加到最终输出文件中。但是，当我导入第一行时：它完全忽略了列名，并跳转到0 0 0 0的行。是因为第一行具有＃字符。而且由于＃字符，数据中还有一个额外的空列。

Answer 1

有以下几种可能性：

1）处理两次，使用search_term["query"]["function_score"] = { "query": { "bool": bool_filter, }, "script_score": { "script": { "file": "my_file", "lang": "javascript" } } } 将其作为行的字符向量L读入。然后删除＃并使用readLines读取L：

read.table

2）分别读取标头对于较小的文件，先前的方法比较简短，应该可以，但是如果文件较大，则可能不希望对其进行两次处理。在这种情况下，请使用L <- sub("#", "", readLines("myfile.dat")) read.table(text = L, header = TRUE) 仅读入标题行，对其进行修复，然后使用列名读取其余部分。

readLines

3）管道：另一种方法是利用外部命令：

File <- "myfile.dat"
col.names <- scan(text = readLines(File, 1), what = "", quiet = TRUE)[-1]
read.table(File, col.names = col.names)

在类似UNIX的系统上，File <- "myfile.dat" cmd <- paste("sed -e 1s/.//", File) read.table(pipe(cmd), header = TRUE) 应该可用。在Windows上，您需要安装Rtools并确保sed在sed上，或者使用文件的路径：

PATH

Answer 2

一种方法是仅对第一行进行一次单独的读取以嗅出列名。然后，像以前一样执行read.table，并跳过第一行。

f <- "path/to/yourfile.csv"
con <- file(f, "r")
header <- readLines(con, n=1)
close(con)

df <- read.table(f, header=FALSE, sep = " ", skip=1)   # skip the first line
names(df) <- strsplit(header, "\\s+")[[1]][-1]         # assign column names

但是，我不喜欢这种方法，而是希望将平面文件的源修复为不包含麻烦的#符号。另外，如果您仅一次需要此要求，则也可以手动编辑平面文件以删除#符号。