R從文本文件讀取數據

Question

我有一個具有挑戰性的文件閱讀任務。 我有一個典型的老會計部門的.txt文件（包含標題，標題，頁面和有用的表格定量和定性信息）。它看起來像這樣：

從這個文件我試圖做兩個任務（與read.table和掃描）：

1）提取其|之間的表格中顯示的信息是會計信息（任何審判你可以看到客戶的信息是：在一個不容易的數據幀或特徵向量）

2）包括作爲變量每個字幕與「客戶」的文本文件開始結束itle，然後是會計信息（應付帳款），然後是另一個客戶和會計信息等等。所以不是一列，而是一排（？）

我一直試着用read.table（幾個sep和quote參數）和掃描，然後試圖處理字符向量。

謝謝！

Answer 1

我以前去過那裏，所以我知道你正在經歷什麼。

我有2條新聞給你，一個壞，一個好。壞一個我已閱讀，在這些類型的文件在SAS噸次，但從未在的R - 然而 好消息是我可以給你一些提示，這樣你就可以做出來的R.

所以策略如下：

1）您將讀取文件到一個數據幀，其中包含只有的單個列。這一欄是字符，並將保存 整行輸入文件。即如果文件中的最大行長度爲80，則長度爲80。

2）現在你有一個數據框，其中每條記錄等於輸入文件中的一行。在這一點上，你可能想要檢查你的文件中的數據幀與每行有相同的數字或記錄。

3）現在你可以使用grep來擺脫關閉或只保留那些符合條件的（即與「客戶」）開頭字幕線。 你可能會發現在這裏真正有用的正則表達式。

4）你的數據框現在只有符合「客戶」模式和表模式 （即符合'Country'或/\d{3} \d{8}/或' Total'開始）記錄。

5）你現在需要做的是創建一組變量，增加每找到「客戶」時間+1。所以group = 1會重複相同的值，直到找到'Customer 010343'，其中group現在是group = 2。或者甚至更好的是，您的組可以是客戶ID，直到找到新的ID。你需要以某種方式保留該id，直到找到一個新的id。

從你幾乎做，你將能夠識別客戶和表格很容易的最後一步。您可能希望創建一個以表格格式輸出表格字符串的函數。

無論您是在單個表格中處理它們，還是將數據幀拆分爲n個數據幀來單獨處理它們都由您決定。

在SAS中，這是指針（@）和保留（保留語句）的概念，每條匹配條件的行可以與其他條件不同，因此您輸出的數據集已包含表格格式的列和客戶信息。

嗯，希望這可以幫助你。