修改CSV以避免解析問題

我有行的CSV文件看起來像以下：修改CSV以避免解析問題

2, 3, c(a, b, c), o, d

我想讀這個CSV但保留向量C（A，B，C）中的一列（變量）。我正在考慮閱讀我的CSV文件，並更改這些矢量中的分隔符（逗號）。當我讀到CSV文件（read.csv），它不會解析分離變量矢量

2, 3, c(a; b; c), o, d

這樣：比如我前面的向量更改爲以下。我想弄清楚我應該使用的正則表達式。

text <- "2, 3, c(a, b, c), o, d" 
gsub("(c\\([a-z]?)(,)", "\\1;", text) #Something similar to this but as you could see I am struggling

的解決方案應爲下列情況下工作：

2, 3, c(a), o, d 
2, 3, c(a, b), o, d 
2, 3, c(a, b, c, d), o, d

我試圖使用GSUB將努力做到這一點R中，所以任何其他包放在一邊。

來源

2017-10-04 rjss

如果你真的堅持使用'''作爲矢量的分隔符，爲什麼不直接刪除空格，然後用'，'分割呢？對於您現有的設置，您可以使用這個'\ s *（[^，] + \（[^）] + \）| [^，] +）' – ctwheels

如果您要創建此CSV，請考慮使用雙引號，是轉義CSV的「標準」方式。 – bezet

你是怎麼得到一個看起來像這樣的CSV文件的？這可能是你應該解決的真正問題。 – MrFlick

1）按照@bezet在註釋中所建議的將每個c（...）替換爲「c（...）」，然後使用read.table讀取它。沒有包被使用。

Lines <- rep("2, 3, c(a, b, c), o, d", 3) # sample input 

Lines2 <- gsub('(c\\(.*?\\))', '"\\1"', Lines) 
read.table(text = Lines2, sep = ",")

的代碼給出了這樣的數據幀：

V1 V2   V3 V4 V5 
1 2 3 c(a, b, c) o d 
2 2 3 c(a, b, c) o d 
3 2 3 c(a, b, c) o d

2）該解決方案是沿着切斷預定線在問題提出我們的C內更換用分號命令（...）部分。匹配（...）的每個最短出現次數，並在每次調用指定的gusb以用分號替換逗號。然後用|替換剩餘的逗號字符和分號回到逗號。最後，使用read.table和sep="|"來閱讀。

library(gsubfn) 

Lines2 <- gsubfn("\\(.*?\\)", ~ gsub(",", ";", x), Lines, perl = TRUE) 
Lines2 <- chartr(";,", ",|", Lines2) 
read.table(text = Lines2, sep = "|")

3）或者如果知道的精確形式匹配用指示圖案和read.pattern給予相同的數據幀作爲輸出的每一行。

library(gsubfn) 

read.pattern(text = Lines, pattern = "^(\\S+), (\\S+), (\\S.+\\)), (\\S+), (\\S+)$")

來源

2017-10-04 15:53:43

修改CSV以避免解析問題

回答

相關問題