來自文字數據（不是文件）的數據幀與R

如何使用fwf將行向量（不是文件）讀入數據幀？來自文字數據（不是文件）的數據幀與R

現在，我可以想到兩種方法，但我真的覺得應該有更好的方法。任何想法是讚賞。

使用data.frame() + substring()。它可以完成這項工作，但如果數據「不整齊」（就像下面的塊一樣），我不能簡單地推廣它。我從這裏得到答案：Read fixed width text file
使用write_lines()和read_fwf() from readr。我想避免寫一個外部文件。實際上，read_fwf()似乎應該直接在文字數據上進行工作，但我無法使其工作：它始終將線條的字符串/矢量理解爲路徑。類似：
```
write_lines(literaldata, "fwf_sample.txt") 
read_fwf("fwf_sample.txt", fwf_widths(rep(8, 12))) 
```

數據樣本如下下方，導致錯誤的代碼。

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 ...

在此先感謝

來源

2017-12-27 loistf

會'read_fwf（textConnection（literaldata），fwf_widths（REP（8,12）））'做工作？ –

你可以發表代碼，其中'read_fwf（）'錯誤的文字數據的路徑名？因爲它在你發佈的數據上工作得很好。 –

不知道它到底是什麼你在幹什麼。功能read_fwf()適用於您的數據。

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

從read_fwf()（高亮礦）的文檔：

文字數據是用於實施例和試驗最有用的。它必須包含至少一個新行被識別爲數據（而不是路徑）。

來源

2017-12-27 15:58:01

感謝您的回覆，看起來我可以這樣做：
'paste0（vectorOfLines，collapse =「\ n」）' 它爲我完成了這項工作，但它仍然看起來像readr文檔，我不應該需要'paste0（）' 文字數據對於示例和測試非常有用。它必須包含至少一個要識別爲數據（而不是路徑）的新行或者是長度大於1 **的**向量。 – loistf

你還沒有提供完整的可重複的例子，所以我們不知道你在做什麼。請閱讀此：https://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example –

我還不清楚爲什麼我以前的例子不起作用，但增加一個paste0(...,collapse = "\n")來完成這項工作。所以，類似下面的工作對我來說：

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)))

感謝大家的幫助和回答

來源

2017-12-29 19:30:53 loistf

來自文字數據（不是文件）的數據幀與R

回答

相關問題